【摘要】：現(xiàn)今工程建設(shè)的發(fā)展與我國經(jīng)濟及城市化進程的加快息息相關(guān)，人們對建筑物的設(shè)計、規(guī)模以及難度方面也提出了越來越高的要求。由于主觀或客觀層次的原因，變形會出現(xiàn)在工程建筑物的施工運營過程中，如變形在一定的可控范圍內(nèi)是無較大影響的，但一旦超出了這個可控范圍，建筑物本身則會受到影響，最嚴(yán)重的后果可能會威脅到人們生命財產(chǎn)的安全。鑒于上述原因，建筑物的變形監(jiān)測就變得尤為重要，只有通過變形監(jiān)測才能及時獲取、掌握建筑物的變形情況，，根據(jù)實際情況采取措施，保證建筑物的安全。 工程變形監(jiān)測的分析與預(yù)報是發(fā)展很快的一門技術(shù)，它以變形監(jiān)測為基礎(chǔ)、涉及到非線性科學(xué)和系統(tǒng)論等多門學(xué)科。隨著監(jiān)測儀器的發(fā)展、監(jiān)測方法的多樣化以及監(jiān)測內(nèi)容的不斷精細(xì)使得變形監(jiān)測研究方向發(fā)生改變，目前變形監(jiān)測研究方向是：借助先進的數(shù)學(xué)理論和信號處理方法來深入地分析工程變形的非線性及其復(fù)雜性，探討變形量趨勢信息的提取、預(yù)測預(yù)報及判定變形體的穩(wěn)定性，從而科學(xué)的進行災(zāi)害防治。 目前學(xué)者考慮到變形體變形的復(fù)雜程度主要從理論和實踐兩方面提出了多種方法來預(yù)測變形體的變形值。在工程中廣泛應(yīng)用的是實際數(shù)據(jù)分析法�，F(xiàn)在國內(nèi)應(yīng)用的預(yù)測模型雖然各具特點和優(yōu)勢但都具有一定的缺陷。研究表明，將原始數(shù)據(jù)采用一定的方法預(yù)處理后再建立預(yù)測模型，其預(yù)測精度優(yōu)于單一非線性預(yù)測。本文正是從這一觀點出發(fā)，將原始數(shù)據(jù)經(jīng)過小波去噪后再利用去噪后的數(shù)據(jù)進行分析并建立BP神經(jīng)網(wǎng)絡(luò)沉降預(yù)測模型。 本文介紹了小波去噪、BP神經(jīng)網(wǎng)絡(luò)的基本原理及其主要步驟。通過工程實例數(shù)據(jù)對小波去噪和BP神經(jīng)網(wǎng)絡(luò)模型中的參數(shù)分別加以討論并對結(jié)果對比分析選取模型最佳參數(shù)，并采用附加動量法和基于Levenberg—Marquartdt法的改進算法對BP神經(jīng)網(wǎng)絡(luò)存在的收斂速度慢，易陷于局部最小等問題加以優(yōu)化。預(yù)測結(jié)果表明原始數(shù)據(jù)經(jīng)過小波去噪后能有效提高BP神經(jīng)網(wǎng)絡(luò)預(yù)測精度，優(yōu)化后的算法對BP神經(jīng)網(wǎng)絡(luò)的收斂速度和預(yù)測精度都有提高。
【圖文】：

圖 2- 1 Haar 小波函數(shù)圖像 哥草帽(Mexican hat)小波 草帽(Mexican hat)小波又稱為 Marr 小波，其不存在尺度函數(shù)小波的解析式為： 2t22t 1 t e ψ （2-如圖 2-2 所示。Marr 小波的時域、頻域都有很好的局部特性和邊緣檢測。

圖 2- 2 墨西哥草帽小波函數(shù)圖像 aubechies(dbN)小波 國學(xué)者 Ingrid Daubechies 構(gòu)造，并用其名字加以命名，該系列的小，db 是小波名字的前綴，N 表示階數(shù)，db1 等同于 Haar 小波，其沒有明確的解析方程，有正交性無對稱性，正則性隨著階數(shù) N 的圖 2-3 所示為 db2 的小波函數(shù)和尺度函數(shù)：
【學(xué)位授予單位】：中國地質(zhì)大學(xué)（北京）
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TU196.1;TP18

【參考文獻】

相關(guān)期刊論文 前10條

1 鄒廣黔;;高層建筑形變監(jiān)測中動態(tài)灰色理論模型的應(yīng)用[J];測繪與空間地理信息;2010年01期

2 王書林;;小波變換在信號去噪中的應(yīng)用[J];彈箭與制導(dǎo)學(xué)報;2006年04期

3 朱軍桃;江春建;;小波去噪的灰色動態(tài)模型在變形預(yù)測中的應(yīng)用[J];地理空間信息;2012年03期

4 王新樓;;小波去噪方法分析與Matlab仿真[J];工業(yè)控制計算機;2008年06期

5 魏健;胡吉平;譚衢霖;劉萬松;;BP神經(jīng)網(wǎng)絡(luò)在高層建筑沉降預(yù)測中的應(yīng)用[J];北京測繪;2013年02期

6 葉紅;;小波去噪法在變形監(jiān)測數(shù)據(jù)處理中的應(yīng)用[J];地理空間信息;2013年04期

7 李加升;黃文清;戴瑜興;;基于自定義閾值函數(shù)的小波去噪算法[J];電力系統(tǒng)保護與控制;2008年19期

8 李千目,戚ng,張宏,劉鳳玉;基于粗糙集神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)故障診斷新方法[J];計算機研究與發(fā)展;2004年10期

9 耿小慶;和金生;于寶琴;;幾種改進BP算法及其在應(yīng)用中的比較分析[J];計算機工程與應(yīng)用;2007年33期

10 王騰蛟;成禮智;;基于Levenberg-Marquardt改進算法的圖像拼接[J];計算機應(yīng)用;2009年10期

相關(guān)碩士學(xué)位論文 前1條

1 王春娟;基于BP神經(jīng)網(wǎng)絡(luò)的臺風(fēng)降雨預(yù)報研究[D];浙江師范大學(xué);2013年

本文編號：2547976