本文選題：Monte + Carlo��； 參考：《計算機科學》2017年05期

【摘要】：卡爾曼濾波模型被廣泛運用于大壩的變形預測,然而其參數(shù)的識別,尤其是狀態(tài)和觀測噪音協(xié)方差矩陣的識別,主要來源于工程經(jīng)驗和領域專家知識。因此提出一種自學習的參數(shù)識別方法,該方法基于歷史數(shù)據(jù),結合Monte Carlo和拒絕采樣算法獲取卡爾曼濾波參數(shù)。具體地,從訓練樣本中挑選出與真實值最接近的實測值對狀態(tài)噪音進行估計,并通過計算它與總體誤差的差值來確定觀測噪音。實驗表明,相比已有的同類方法,該方法的準確性更高,更適用于大壩變形預測。
[Abstract]:Kalman filter model is widely used in dam deformation prediction. However, the identification of parameters, especially the identification of state and observation noise covariance matrix, mainly comes from engineering experience and domain expert knowledge.Therefore, a self-learning parameter identification method is proposed, which is based on historical data and combines Monte Carlo and rejection sampling algorithm to obtain Kalman filter parameters.Specifically, the state noise is estimated by selecting the measured value closest to the real value from the training sample, and the observed noise is determined by calculating the difference between the state noise and the total error.The experimental results show that the proposed method is more accurate and more suitable for dam deformation prediction.
【作者單位】： 河海大學計算機與信息學院;
【基金】：水利部公益性行業(yè)科研專項經(jīng)費項目(201501007) NSFC-廣東聯(lián)合基金重點項目(U1301252) 國家科技支撐計劃(2013BAB06B04,HNKJ13-H17-04) 國家自然科學基金面上項目(61272543)資助
【分類號】：TV698.11

【相似文獻】

相關期刊論文 前10條

1 滕凱,魏永霞,燕樹立;關于大壩變形預測模型的進一步研究[J];巖土工程技術;2001年03期

2 陸付民;顧及多個因子的卡爾曼濾波法在大壩變形分析中的應用[J];水電自動化與大壩監(jiān)測;2003年03期

3 林英,鄒繼鋒,洪偉,楊大明;時間序列分解模型在大壩變形預測中的應用[J];東北水利水電;2003年05期

4 魏坤孔,張立勇;加速遺傳算法在大壩變形分析與預測方面的應用[J];四川水利;2004年01期

5 王新洲,鄧興升;大壩變形預報的模糊神經(jīng)網(wǎng)絡模型[J];武漢大學學報(信息科學版);2005年07期

6 張永光;王蘭鋒;呂開云;;小浪底水利樞紐大壩變形的灰色預測模型[J];測繪科學;2006年06期

7 閆濱;周晶;;大壩變形預測的徑向基函數(shù)網(wǎng)絡模型[J];人民長江;2006年11期

8 姜立新;康飛;胡軍;;大壩變形非線性智能組合預測方法研究[J];四川建筑科學研究;2008年03期

9 田旦;許才軍;周命端;陳浩;;基于混沌時間序列的大壩變形短期預測[J];水電自動化與大壩監(jiān)測;2008年05期

10 朱金海;叢枝鮮;李秀海;;大壩變形的動態(tài)預報模型研究[J];煤炭技術;2009年03期

相關會議論文 前8條

1 劉子俠;王清;王永全;;基于聚類分析與兩級模糊綜合評判相結合的大壩變形分析與預報研究[A];第二屆全國巖土與工程學術大會論文集（上冊）[C];2006年

2 張猛;朱錦杰;滕世敏;李得英;;公伯峽水電站大壩變形性態(tài)分析[A];高寒地區(qū)混凝土面板堆石壩的技術進展論文集[C];2013年

3 徐偉;何金平;;基于多尺度小波分析的大壩變形自回歸預測模型[A];2012年中國水力發(fā)電工程學會大壩安全監(jiān)測專委會年會暨學術交流會論文集[C];2012年

4 張永光;陳余才;薛倩;丁俊福;;指數(shù)平滑法在小浪底大壩變形預測中的應用[A];現(xiàn)代空間定位技術應用研討交流會論文集（第5卷 第3集）[C];2007年

5 崔建偉;薛建成;李學全;張永光;;指數(shù)平滑法在小浪底大壩變形預測中的應用[A];《測繪通報》測繪科學前沿技術論壇摘要集[C];2008年

6 楊寧安;;貓?zhí)蛹t楓水電站大壩變形觀測資料分析[A];中國水力發(fā)電工程學會大壩安全監(jiān)測專業(yè)委員會1998年學術年會暨中青年科技成果報告會論文集[C];1998年

7 孫小冉;;基于因子分析法的大壩變形安全監(jiān)控模型[A];2012年中國水力發(fā)電工程學會大壩安全監(jiān)測專委會年會暨學術交流會論文集[C];2012年

8 顧沖時;徐寶松;劉貝貝;;大壩變形溫變效應的一種分析方法研究[A];2012年中國水力發(fā)電工程學會大壩安全監(jiān)測專委會年會暨學術交流會論文集[C];2012年

相關博士學位論文 前4條

1 王小敏;基于有限元方法的大壩變形分析與仿真研究[D];武漢大學;2010年

2 王曉旭;全自動真空激光大壩變形測量系統(tǒng)的研制[D];大連理工大學;2006年

3 呂開云;黃河小浪底水利樞紐大壩變形預測方法研究與分析[D];中國礦業(yè)大學(北京);2012年

4 趙卿;大壩變形分析多測點統(tǒng)計模型的應用研究[D];武漢大學;2010年

相關碩士學位論文 前10條

1 劉敏;改進支持向量機在大壩變形預測中的應用研究[D];江西理工大學;2015年

2 李瑞;桐子壕水電站大壩變形觀測研究與實踐[D];西南石油大學;2016年

3 趙相博;基于基因表達式編程的大壩變形預測系統(tǒng)的研究[D];江西理工大學;2014年

4 翟信德;基于支持向量機的大壩變形預測研究[D];合肥工業(yè)大學;2007年

5 張瀟瓏;基于基因表達式編程的大壩變形預測模型研究[D];江西理工大學;2014年

6 曹光明;龍羊峽大壩變形性態(tài)分析[D];天津大學;2004年

7 楊麗;小波理論在大壩變形監(jiān)測數(shù)據(jù)分析中的應用研究[D];西安理工大學;2010年

8 劉子龍;基于小波包和基因表達式編程的大壩變形預測模型研究[D];江西理工大學;2013年

9 袁崢;EV模型在大壩變形監(jiān)測數(shù)據(jù)處理中的應用研究[D];河海大學;2007年

10 張飛;基于粒子群的BP神經(jīng)網(wǎng)絡在大壩變形預測中的應用研究[D];遼寧工程技術大學;2011年

，

本文編號：1732106