跨海大橋的變形受眾多因素的影響,例如風(fēng)力以及波浪力等等。在變形監(jiān)測工作中,我們不僅要對該類橋梁的變形情況做到實(shí)時(shí)監(jiān)測,同時(shí)還要對大橋可能發(fā)生的變形情況進(jìn)行研究,因此,本文選取某跨海大橋某處的變形點(diǎn)進(jìn)行變形的預(yù)測分析。介紹了橋體的背景以及對大橋變形狀況的數(shù)據(jù)采集工作,分別布設(shè)水平控制網(wǎng)和高程控制網(wǎng),對水平及沉降變形進(jìn)行監(jiān)測,獲得大橋的變形時(shí)間序列數(shù)據(jù),選取QSC30點(diǎn)的沉降序列進(jìn)行變形分析的研究;由于觀測數(shù)據(jù)中難免存在觀測誤差,本文通過小波去噪的方式,選擇rigrsure函數(shù)、硬閾值、根據(jù)第一層的系數(shù)估計(jì)的噪聲水平對閾值進(jìn)行調(diào)整的規(guī)則、對信號(hào)進(jìn)行兩層分解以及采用Sym7作為基函數(shù)進(jìn)行去噪,再進(jìn)行預(yù)測。應(yīng)用GM(1,1)對序列進(jìn)行分析,通過對GM(1,1)的研究,提出了改進(jìn)的GM(1,1),通過該模型的預(yù)測結(jié)果與GM(1,1)對比分析,得出改進(jìn)模型的預(yù)測精度得到較大提高的結(jié)論;由于GM(1,1)的背景值選取是通過取平均值的方式,這在一定程度上增大了模型的誤差,因此需要對灰色預(yù)測模型的背景值重新選取。粒子群優(yōu)化算法是一種尋優(yōu)算法,通過該算法對背景值進(jìn)行尋優(yōu),得到最優(yōu)背景值,從而提高了模型的精...

【文章頁數(shù)】：87 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 研究背景和意義
    1.2 灰色系統(tǒng)理論研究現(xiàn)狀
    1.3 BP神經(jīng)網(wǎng)絡(luò)的應(yīng)用
    1.4 研究內(nèi)容
2 跨海大橋變形監(jiān)測方案設(shè)計(jì)及數(shù)據(jù)采集
    2.1 控制網(wǎng)的布設(shè)與觀測
    2.2 變形數(shù)據(jù)采集
    2.3 本章小結(jié)
3 基于小波變換的實(shí)測數(shù)據(jù)去噪處理
    3.1 小波去噪基本原理
    3.2 小波去噪評(píng)價(jià)指標(biāo)
    3.3 實(shí)測數(shù)據(jù)的去噪處理
    3.4 本章小結(jié)
4 灰色系統(tǒng)理論及改進(jìn)的預(yù)測模型
    4.1 灰色系統(tǒng)的相關(guān)理論
    4.2 灰色系統(tǒng)預(yù)測模型
    4.3 預(yù)測模型的相關(guān)證明
    4.4 改進(jìn)的灰色模型預(yù)測
    4.5 本章小結(jié)
5 基于粒子群優(yōu)化的灰色預(yù)測模型
    5.1 粒子群優(yōu)化算法的理論基礎(chǔ)
    5.2 粒子群優(yōu)化算法的應(yīng)用分析
    5.3 粒子群優(yōu)化改進(jìn)灰色預(yù)測模型原理
    5.4 跨海大橋變形預(yù)測分析
    5.5 本章小結(jié)
6 基于粒子群優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型
    6.1 BP神經(jīng)網(wǎng)絡(luò)理論基礎(chǔ)
    6.2 跨海大橋變形預(yù)測分析
    6.3 粒子群優(yōu)化改進(jìn)BP神經(jīng)網(wǎng)絡(luò)原理
    6.4 跨海大橋變形實(shí)例分析
    6.5 預(yù)測模型的精度對比
    6.6 本章小結(jié)
7 總結(jié)與展望
    7.1 總結(jié)
    7.2 展望
參考文獻(xiàn)
致謝
碩士期間研究成果



本文編號(hào)：3855100