• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      非等時距MGM(1,m)模型在高速公路沉降預測中的應用

      2017-03-02 10:37:06
      地理空間信息 2017年2期
      關鍵詞:時距插值法樣條

      羅 杰

      (1.湖南有色測繪院有限公司,湖南 長沙410129)

      非等時距MGM(1,m)模型在高速公路沉降預測中的應用

      羅 杰1

      (1.湖南有色測繪院有限公司,湖南 長沙410129)

      分別以Lagrange插值法和三次樣條曲線法為基礎,利用灰色理論建立高速公路沉降預測的非等時距GM(1,m)模型。分析比較MGM(1,m)與GM(1,1)模型精度,基于非等時距的MGM(1,3)模型沉降預測結果與實測情況吻合較好,擬合與預測精度也比非等時距GM(1,1)的精度高,非等時距的序列轉換采用Lagrange插值函數(shù)法和三次樣條曲線法求得,對于此次工程數(shù)據(jù)采用三次樣條曲線法較Lagrange插值函數(shù)法精度高。

      高速公路,沉降變形,多變量灰色模型,非等時距

      由于地質勘察、室內試驗、土工計算方法存在誤差,同時,實際的地基處理和路基施工進度也與設計的預期安排有所不同,現(xiàn)場發(fā)生的沉降量及其過程與初始設計往往存在很大的差異,因此,需要通過分析現(xiàn)場實測沉降資料來預測后期沉降量,必要時還須校核、修改、補充設計,在施工過程中對路基沉降變形進行動態(tài)設計和施工控制。工程上大多采用部分實測沉降數(shù)據(jù)來推算沉降量,主要方法有經(jīng)驗公式法、三點法、Asao-ka法、灰色系統(tǒng)法、遺傳算法和神經(jīng)網(wǎng)絡法等[1-3]。本文對灰色系統(tǒng)法在沉降預測中的應用進行了分析。

      高速公路的變形監(jiān)測不能只對單點(或單方向)進行局部分析研究,應該充分利用監(jiān)測點之間的相關信息。本文應用多變量灰色模型(multi-variable grey model,MGM(1,m)模型),從系統(tǒng)的角度對多變量進行統(tǒng)一描述,能較好地反映系統(tǒng)中各變量之間相互影響的關系,進行建模并預測。MGM(1,m)模型是單點GM(1,1)模型在多點情況下的擴展,而不是GM(1,1)的簡單組合,也不同于GM(1,m)模型。該模型不僅能夠較真實地反映普遍聯(lián)系的客觀實際,而且擬合精度較高[2]。通過對非等時距序列的等時距化處理,可以拓寬該模型的使用范圍,使之成為路基沉降預測的有效方法之一。

      本文探索了灰色系統(tǒng)理論在沉降預測中的應用。針對工程實踐中沉降觀測資料一般都是不等時間間隔的特點[5-6],采用Lagrange 插值法和三次樣條曲線法對數(shù)據(jù)序列進行等時距變換。對不等時距沉降數(shù)據(jù)建立多變量灰色模型MGM(1,m)進行預測,并且與GM(1,1)模型的預測精度進行比較,結果表明MGM(1,m)與實際沉降量更接近,精度更高。

      1 關聯(lián)MGM(1,m)數(shù)學模型

      MGM(1,m)模型的m個參數(shù)向量的最小二乘估計為:

      當n=1時,MGM(1,n)退化為單一因子或單點序列的GM(1,1)模型。GM(1,n)模型適合于建立系統(tǒng)的狀態(tài)模型、各變量動態(tài)關系分析以及為高階建模提供基礎,但不太適合于預測,MGM(1,n)模型既可以建模又可以預測。

      2 應用實例

      2.1 數(shù)據(jù)介紹

      本文利用某高速公路某標段沉降觀測成果驗證上述模型與方法的實用性。后期連續(xù)非等間距(180 d)數(shù)據(jù)13組見表1。

      表1 某高速公路某標段沉降實測值

      表中前十組數(shù)據(jù)用來建模,后三組用來檢驗預測精度。首先取道中、道左、道右3個變量,分別用x1、x2、x3表示,以此建立MGM(1,3)模型。

      2.2 非等時距時間序列的等時距變換

      非等時距時間序列的等時距變換方法有非等時距數(shù)列按等時距處理法、內插法(直線插值、Lagrange,牛頓插值)、樣條曲線法等[4]。本文通過Matlab計算,分別采用Lagrange 插值法和三次樣條曲線法對道中、道左、道右沉降量序列進行等時距變換得到兩組不同的建模數(shù)據(jù)。

      2.3 建立模型概述

      取等時間間距的1~10組數(shù)據(jù),按式(3)建立MGM(1,3)模型,取表1中數(shù)據(jù)求得L與Y,進一步計算時間響應式,求得后,按照式(7)還原計算即可得擬合預測值。

      2.4 模型檢驗

      通過Matlab 計算出的模型計算值和實測值,得到殘差向量,即

      其中Vi=(Vi(1),Vi(2),…,n;k=1,2,…)。

      具體計算結果見表2和表3。

      基于Lagrange插值法的MGM(1,3)模型中道中、道左、道右的平均絕對誤差分別為2.5 mm、0.26 mm、0.176 mm,平均相對誤差分別為4.41%、0.51%、0.327%;基于三次樣條曲線法的MGM(1,3)模型中道中、道左、道右的平均誤差分別為2.213 mm、0.225 mm、0.209 mm,平均相對誤差分別為4.02%、0.49%、0.39%。這說明對于本工程數(shù)據(jù)采用三次樣條曲線法較Lagrange插值函數(shù)法精度高。通過計算可得:基于Lagrange插值法的MGM(1,3)模型的C=0.240 3、P=1,精度等級好;基于三次樣條法的MGM(1,3)模型的C=0.230 4、P=1,精度等級也好;GM(1,1)模型的C=0.484 6、P= 0.777 8,精度等級勉強可以。

      2.5 MGM(1,3)與GM(1,1)預測模型的比較

      對于道中沉降,分別比較MGM(1,3)與GM(1,1)預測模型的擬合、預測精度,三種模型的比較見圖1,道中沉降預測結果見表4。這個結論對于其他類型工程是否合理,還有待進一步驗證。

      表2 基于Lagrange插值法的MGM(1,3)模型逐點殘差

      表3 基于三次樣條法的MGM(1,3)模型逐點殘差

      表4 道中沉降預測結果

      圖1 三種模型擬合及沉降預測值曲線

      3 結 語

      通過對非等時距多變量灰色模型的介紹及其在某高速公路某標段沉降工程實例中的應用,可以得出如下結論:①基于非等時距的MGM(1,3)模型沉降預測結果與實測情況吻合很好,擬合與預測精度也較比非等時距GM(1,1)模型高。說明多變量預報模型MGM(1,m)對該類路面沉降預測是可行的。②非等時距的序列轉換采用Lagrange插值函數(shù)法和三次樣條曲線法求得,對于本工程數(shù)據(jù),采用三次樣條曲線法較Lagrange插值函數(shù)法精度高。

      [1] 何習平,華錫生,田林亞.基坑開挖引起的建筑物沉降多點灰色預測模型[J].路基工程,2007(4):6-7

      [2] 熊萍萍,黨耀國,束慧.MGM(1,n)模型的特性研究[J].控制與決策,2012(3):389-393

      [3] 孫小三,孫志久,范慶,MGM(1,m)模型在軟土路基沉降沉降預測中的應用 [J].中南公路工程,2005(9):145-147

      [4] 馬保國,成國慶.一種相似關聯(lián)度公式[J].系統(tǒng)工程理論與實踐,2000(7):69-71

      [5] 黃侃.基于自適應灰色模型的高速公路路基[J].交通標準化,2010(4):83-85

      [6] 汪祖民,余祖英,楊曉晶.高速公路軟土地基路堤沉降關聯(lián)分析與預報[J].蘇州科技學院學報,2007(9):41-47

      [7] 彭府華,李庶林,李小強,等.金川二礦區(qū)大體積充填體變形機制與變形監(jiān)測研究[J].巖石力學與工程學報,2015(1):104-113

      P258

      B

      1672-4623(2017)02-0108-03

      10.3969/j.issn.1672-4623.2017.02.033

      2015-06-24。

      羅杰,工程師,主要從事測繪工作。

      猜你喜歡
      時距插值法樣條
      一元五次B樣條擬插值研究
      趣味性進度提示設計對時距知覺的影響
      人類工效學(2021年5期)2022-01-15 05:06:30
      學習障礙學生與普通學生短時距估計的比較
      《計算方法》關于插值法的教學方法研討
      智富時代(2019年7期)2019-08-16 06:56:54
      回溯式時距估計的計時機制*
      三次參數(shù)樣條在機床高速高精加工中的應用
      三次樣條和二次刪除相輔助的WASD神經(jīng)網(wǎng)絡與日本人口預測
      軟件(2017年6期)2017-09-23 20:56:27
      基于樣條函數(shù)的高精度電子秤設計
      基于二次插值法的布谷鳥搜索算法研究
      Newton插值法在光伏發(fā)電最大功率跟蹤中的應用
      電源技術(2015年7期)2015-08-22 08:48:34
      织金县| 宝清县| 根河市| 甘洛县| 邻水| 清流县| 海门市| 肃北| 依安县| 丰原市| 九寨沟县| 宝兴县| 临湘市| 微山县| 江川县| 大余县| 衡水市| 周至县| 华安县| 和田县| 建宁县| 云林县| 青田县| 莱西市| 敦煌市| 婺源县| 边坝县| 馆陶县| 汉源县| 苏州市| 都江堰市| 乐昌市| 杂多县| 孝感市| 彰化县| 瑞丽市| 北川| 宁安市| 丘北县| 通化县| 万源市|