检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

径向基神经网络的大桥形变预测

辽宁工程技术大学学报（自然科学版） 2013年第8期32卷 1103-1106页

作者：黄国斌田林亚赵小飞江苏建筑职业技术学院建筑工程学院江苏徐州221116 武汉大学精密工程与工业测量国家测绘地理信息局重点实验室湖北武汉430079 河海大学地球科学与工程学院江苏南京210098 山东公路技师学院土木工程系山东济南250000

为解决由于材料老化、疲劳效应、荷载作用和环境变化等多种因素造成的大桥基础及上部结构形变影响,必须对大桥形变及其影响因素进行监测.针对大桥形变影响因素复杂多变的特点,采用径向基神经网络形变预测模型,推导了网络参数的改进算法... 详细信息

为解决由于材料老化、疲劳效应、荷载作用和环境变化等多种因素造成的大桥基础及上部结构形变影响,必须对大桥形变及其影响因素进行监测.针对大桥形变影响因素复杂多变的特点,采用径向基神经网络形变预测模型,推导了网络参数的改进算法,利用大桥实际监测数据,建立了径向基网络形变预测模型.研究结果表明:该方法在水平方向和垂直方向均能够达到4 mm以内的形变预测精度,能够为大桥的安全运行提供保障.

关键词：大桥形变监测径向基神经网络聚类分析形变预测网络参数中心向量规划因子连接权

联合PS-InSAR技术与多变量LSTM神经网络的高铁路基冻胀形变预测研究

在线全文

学校读者我要写书评

暂无评论

测绘通报 2024年第1期 58-64页

作者：李鑫魏冠军张德龙兰州交通大学测绘与地理信息学院甘肃兰州730070 地理国情监测技术应用国家地方联合工程研究中心甘肃兰州730070 甘肃省地理国情监测工程实验室甘肃兰州730070

针对传统形变监测及预测难以做到大范围监测和精准预测的问题,本文提出了联合PS-InSAR技术和多变量长短期记忆(M-LSTM)神经网络监测和预测高铁路基冻胀形变的方法。首先,该方法利用PS-InSAR技术获取路基冻胀空间分布特征;然后,使用皮尔... 详细信息

针对传统形变监测及预测难以做到大范围监测和精准预测的问题,本文提出了联合PS-InSAR技术和多变量长短期记忆(M-LSTM)神经网络监测和预测高铁路基冻胀形变的方法。首先,该方法利用PS-InSAR技术获取路基冻胀空间分布特征;然后,使用皮尔逊相关系数法优化出3种冻胀诱发因素,所得数据经预处理后组成训练数据;最后,引入LSTM构建智能化、多变量冻胀预测模型,精确地预测路基冻胀形变趋势。研究结果表明,PS-InSAR技术在大范围形变监测中具有可靠性,M-LSTM模型预测精度比传统神经网络模型更高,平均判定系数(R^(2))、平均绝对误差(MAE)和平均均方根误差(RMSE)分别为0.973、0.024 mm和0.035 mm,说明M-LSTM模型在高铁路基冻胀形变预测中具有较好的应用价值,同时也为路基冻胀形变预测提供了新思路。

关键词： PS-InSAR 多变量LSTM模型高铁路基冻胀形变预测

无偏扩展灰色模型及其在高边坡形变预测中的应用

在线全文

学校读者我要写书评

暂无评论

大地测量与地球动力学 2008年第1期28卷 41-44页

作者：刘志平何秀凤河海大学卫星及空间信息应用研究所南京210098

推导基于原序列和一阶生成序列的扩展GM(1,M)模型无偏解法,并给出灰色模型的最大预测时间尺度计算式。新建立的模型具有数值稳定、建模客观以及无偏性的特点。应用实例表明,对于小湾水电站高边坡工程,无偏扩展GM(1,M)预测精度及可靠性... 详细信息

推导基于原序列和一阶生成序列的扩展GM(1,M)模型无偏解法,并给出灰色模型的最大预测时间尺度计算式。新建立的模型具有数值稳定、建模客观以及无偏性的特点。应用实例表明,对于小湾水电站高边坡工程,无偏扩展GM(1,M)预测精度及可靠性均优于无偏GM(1,1)和扩展GM(1,M)。

关键词：灰色模型无偏扩展累加生成高边坡形变预测

在线全文

学校读者我要写书评

暂无评论

基于多模态和图卷积的飞机部段形变预测方法

电子测量技术 2023年第20期46卷 177-183页

作者：孔志浩卢鹄毛建华陆小锋上海大学通信与信息工程学院上海200444 上海飞机制造有限公司上海200436 上海大学温州研究院温州325000

近年来,随着人工智能技术的发展,深度神经网络在智能制造中得到了广泛应用。本文将深度神经网络与飞机部段的形变预测相结合,提出了一种基于图卷积和多模态的飞机部段形变预测方法。在对飞机部段的形变分析中,对飞机部段的结构数据与工... 详细信息

近年来,随着人工智能技术的发展,深度神经网络在智能制造中得到了广泛应用。本文将深度神经网络与飞机部段的形变预测相结合,提出了一种基于图卷积和多模态的飞机部段形变预测方法。在对飞机部段的形变分析中,对飞机部段的结构数据与工况数据两种模态的数据进行特征提取并在特征级和决策级进行融合。飞机结构数据为点云数据,具有非欧几里得数据的特性,在对飞机部段结构数据进行特征提取时,引入了基于图卷积的特征提取网络。基于ModelNet40和飞机部段的结构和工况数据构建了包含4种飞机部段的形变数据集,并在该数据集上进行了实验。实验结果表明,该方法在各个部段中的平均预测均方误差为0.188,并在机头部段取得了最好的预测结果,可以有效的对飞机部段的形变状况进行预测。

关键词：形变预测图卷积网络多模态点云数据特征融合

灰色马尔科夫Verhulst动态模型在滑坡形变预测中的应用

在线全文

学校读者我要写书评

暂无评论

科学技术与工程 2019年第13期19卷 50-55页

作者：邓洪高姚鹏远孙希延纪元法严素清桂林电子科技大学广西精密导航技术与应用重点实验室桂林541004 卫星导航定位与位置服务国家地方联合工程研究中心桂林541004 桂林电子科技大学广西信息科学实验中心桂林541004

为解决陈旧信息和波动性数据造成的传统灰色Verhulst模型预测精度较低的问题,提出一种利用滑动窗口和马尔科夫模型对原始灰色Verhulst模型改进的方法。通过长度可变的滑动窗口来实现数据的动态更新,使得灰色Verhulst动态模型的预测值更... 详细信息

为解决陈旧信息和波动性数据造成的传统灰色Verhulst模型预测精度较低的问题,提出一种利用滑动窗口和马尔科夫模型对原始灰色Verhulst模型改进的方法。通过长度可变的滑动窗口来实现数据的动态更新,使得灰色Verhulst动态模型的预测值更加接近最新的变化趋势。之后利用马尔科夫模型对得到的灰色Verhulst动态模型预测值进行修正,提高了模型的预测精度。实验结果表明,灰色马尔科夫Verhulst动态模型在滑坡形变预测中的预测平均相对误差相比于传统的灰色Verhulst模型降低了69. 6%,均方根差比降低了0. 39,小误差概率提高了0. 166 7。对于波动性较大的滑坡监测数据,灰色马尔科夫Verhulst动态模型预测精度优于传统灰色Verhulst模型。

关键词：灰色Verhulst模型马尔科夫模型滑动窗口滑坡形变预测

基于气膜压力反馈的玻璃基板形变预测方法研究

在线全文

学校读者我要写书评

暂无评论

基于气膜压力反馈的玻璃基板形变预测方法研究

作者：顾小玉江苏科技大学

学位级别：硕士

近年来,随着液晶面板中的玻璃基板往大型化与薄型化发展,在输运过程中为防止玻璃基板表面刮伤、静电污染、应力集中等问题,局部多孔质气浮输运成为一种无接触输运的方式。另外,在生产线上会利用高速CCD相机检测TFT阵列的品质,而玻璃基... 详细信息

近年来,随着液晶面板中的玻璃基板往大型化与薄型化发展,在输运过程中为防止玻璃基板表面刮伤、静电污染、应力集中等问题,局部多孔质气浮输运成为一种无接触输运的方式。另外,在生产线上会利用高速CCD相机检测TFT阵列的品质,而玻璃基板在气浮输运系统中由于气膜压力的作用会发生形变,受到CCD相机的焦距的限制,当基板发生较大弯曲变形时将导致CCD相机检测时出现无法检测或模糊不清等状况,因此玻璃基板在气浮输运系统中需要明确其形变。玻璃基板的形变可利用激光位移传感器进行检测,但大范围地安装激光位移传感器将使得生产成本大幅度提高,检测效率也不高,并且难以达到检测实时性的要求。玻璃基板的形变同时也可利用有限元分析软件流固耦合方法求解模型,然而利用有限元求解软件对计算机配置要求较高,计算时间较长,效率较低,此方法应用来为模型仿真结果提供佐证。因此需要提出一种间接检测的形变的方法,以降低生产成本及提高生产效率。本文构建了一种局部多孔质气浮输运平台,并基于此平台介绍了一种基于实测值融合算法的形变预测方法,即利用试验测量的压力值计算玻璃基板的形变。本课题研究的主要内容如下:1.构建局部多孔质气浮输运平台,介绍了其工作原理。依据Darcy-Forchheimer定律描述了多孔质流量特性并此建立气膜压力分布数学模型,将模型求解结果与有限元分析软件CFD求解结果作了对比分析,验证理论模型的正确性。最后利用Fluent仿真计算分析了导轨单元中各影响元素对气膜压力的影响,验证了所构建气浮导轨的合理性。2.构建多孔质流量特性、气膜压力分布及承载力试验方案及测试方法。将试验结果与模型理论计算结果作对比分析,进一步验证理论模型的准确性以及在实际应用中的可行性,为研究玻璃基板在气浮输运系统中的形变奠定基础。3.利用有限元分析软件求解玻璃基板在气浮输运系统中的形变,为验证求解结果的合理性,搭建气浮输运系统玻璃基板形变测量装置,将两者结果作对比分析,分析形变曲线变化规律,为下一章研究形变预测方法提供依据。4.提出基于实测值融合算法的形变预测方法,利用测量的压力数据点实现对玻璃基板形变的计算,对比分析了利用单个压力点及多个压力点计算下的形变结果,并搭建形变测试平台对计算结果加以验证。

关键词：气浮输运玻璃基板压力分布有限元分析形变预测

基于改进QPSORBFNN法在形变预测中的应用研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于改进QPSORBFNN法在形变预测中的应用研究

作者：缪志伟成都理工大学

学位级别：硕士

对于变形体的形变趋势的预测是监测工作中的重要环节,通过对观测所得的监测数据建立模型来对未来时间节点的数据进行预测,分析其变形趋势,能为工程安全实施与灾害治理工作提供安全保障。因此,如何科学合理的对变形趋势进行建模预测就显... 详细信息

对于变形体的形变趋势的预测是监测工作中的重要环节,通过对观测所得的监测数据建立模型来对未来时间节点的数据进行预测,分析其变形趋势,能为工程安全实施与灾害治理工作提供安全保障。因此,如何科学合理的对变形趋势进行建模预测就显得十分重要。作为人工神经网络的一个分支,径向基函数神经网络(Radial Basis Function,RBFNN)是对人体大脑神经元细胞进行模拟的运算模型。通过输入样本数据,网络自身会对神经元之间的连接权值以及参数进行不断调节以训练出合适的模型进行预测分析。RBFNN具有非常强的非线性逼近能力,因此对于变形数据的非线性时间序列预测能起到非常不错的效果。但由于RBFNN中隐含层最为关键,隐含层的参数又难以确定,因此必须采用其它方式来对RBFNN的参数进行优化,最大限度的发挥RBFNN的优势。智能优化算法是一种用于求解优化问题的技术方法。在智能优化算法领域中,粒子群(Particle Swarm Optimization,PSO)算法因其结构精简、易于模拟、寻优能力强等特点得以广泛应用。但是普通的PSO算法容易在算法初期就陷入局部极值位置,也就是早熟收敛现象,导致寻优的结果精度不高;并且羸弱的局部寻优能力也在一定程度上阻碍了它的推广使用。因此本文为了弥补PSO算法的不足之处,在前人改进的量子粒子群算法(Quantum Particle Swarm Optimization,QPSO)基础上加以改进,提出了WG-QPSO算法并应用于优化径向基函数神经网络参数之中并将建立好的模型应用于形变预测之中,主要研究内容如下:(1)对目前常用的几种变形监测处理模型进行研究分析,在剖析其原理的基础上,总结其优缺点,重点对RBF神经网络进行研究,探究其原理,分析其产生缺陷的原因,继而借助智能优化算法——PSO算法改进其各个参数,提升其性能。(2)对PSO算法进行研究分析,发现其容易出现早熟收敛现象,大大影响了参数寻优性能。针对其不足之处,引入了量子行为的粒子群算法。(3)由于QPSO算法仍然在算法寻优的中后期陷入局部极值,无法跳出,为此引入了混合概率分布与惯性权重变异算子,并命名为WG-QPSO。惯性权重变异算子的引入主要是为了使陷入局部极值点的粒子能够得以跳出该区域,继续在其他区域进行寻优操作,使得粒子群最优适应度更接近设定的理想适应值。(4)对基本粒子群算法与改进后的粒子群算法进行分析,与RBF神经网络相结合,分析可行性,制定结合方案,得到完整的预测模型与预测流程。(5)结合工程实例,在Windows 7操作系统上利用Matlab软件进行实验。首先通过实验确定样本构造数据和RBF神经网络的拓扑结构,再设置各个参数,对结合的模型进行实验处理,通过对预测结果的比较,分析精度,最终验证了本文提出的方法在预测精度上的优越性。

关键词：粒子群算法量子粒子群算法径向基神经网络惯性权重形变预测

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

形变预测中两种模型的对比研究

科学技术创新 2022年第7期 45-48页

作者：刘世城唐斌金春阳成都理工大学地球科学学院四川成都610059 桂林理工大学测绘地理信息学院广西桂林541006

小高层建筑物在各种因素的影响下,会产生水平位移、沉降位移、倾斜、裂缝等变形。本研究以广西某地小高层沉降监测工程为例,先将沉降观测的原始数据进行图表化分析,再运用回归模型和灰色系统模型对样本进行预测,将预测的结果作成预测图... 详细信息

小高层建筑物在各种因素的影响下,会产生水平位移、沉降位移、倾斜、裂缝等变形。本研究以广西某地小高层沉降监测工程为例,先将沉降观测的原始数据进行图表化分析,再运用回归模型和灰色系统模型对样本进行预测,将预测的结果作成预测图形,最后将两种预测模型得出的预测结果与实测结果相减得出残差数据,并将得出的数据绘制成表格进行比较,将得出的残差数据作为预测精度,最终得出精度较高的模型为高阶非线性回归分析模型。

关键词：图表分析形变预测回归模型灰色系统理论

基于PCA-CLEAN的输电杆塔形变预测方法

在线全文

学校读者我要写书评

暂无评论

广东电力 2021年第2期34卷 84-91页

作者：陈远刘佳黄林超林丽梅南方电网数字电网研究院有限公司广东广州510000

多径信号是北斗卫星导航系统定位的主要误差源,会造成电杆塔形变预测精度下降,针对此,提出一种基于主成分分析(principal component analysis,PCA)和CLEAN算法的输电杆塔形变预测方法。首先利用PCA对接收信号进行分析,自动确定接收信号... 详细信息

多径信号是北斗卫星导航系统定位的主要误差源,会造成电杆塔形变预测精度下降,针对此,提出一种基于主成分分析(principal component analysis,PCA)和CLEAN算法的输电杆塔形变预测方法。首先利用PCA对接收信号进行分析,自动确定接收信号中包含多径信号的个数,在此基础上利用CLEAN算法对多径信号进行抑制。同时针对BP神经网络模型预测精度受初值影响大,易陷入局部最优解的问题,提出一种模拟遗传退火(genetic simulated annealing,GSA)算法对BP网络进行优化,确保其收敛于全局最优解的同时提升预测精度。最后基于仿真数据开展试验,结果表明所提方法能够有效抑制多径信号,同时可以获得较高的预测精度。

关键词：形变预测模型优化神经网络遗传模拟退火