学位论文 > 优秀研究生学位论文题录展示

基于小波理论的变形监测数据处理模型的研究

作　者: 高玉云
导　师: 王泽根
学　校: 西南石油大学
专　业: 结构工程
关键词: 变形监测数据处理小波神经网络小波包去噪 BFGS法
分类号: TU196.1
类　型: 硕士论文
年　份: 2011年
下　载: 147次
引　用: 0次
阅　读: 论文下载

内容摘要

变形监测数据处理属于变形监测工作的一部分,是指通过对已获取的监测数据的分析,建立相应的模型算法以此对监测对象的变形进行预测。通常情况下,变形监测的数据量都很大,那么研究如何及时有效地从大量的监测信息中提取有用信息进行变形分析、预测,为监测对象的稳定性和安全状况提供了重要的科学依据。本论文主要研究基于小波理论的数据处理模型,其主要内容如下：1研究变形监测数据预处理方法—小波包去噪法。主要是在传统小波包去噪的基础上,对阈值选取准则进行改进,然后将改进方法与传统方法以及小波去噪进行实验对比,得出小波包去噪方法的优越性。2研究小波神经网络模型对变形的预测。针对传统BP神经网络算法的缺陷,综合小波理论和神经网络理论的优点,建立小波神经网络模型,并引入用于求解无约束极值问题的最优化方法—BFGS法,提高了小波神经网络的收敛速度和逼近精度。针对小波神经网络参数初始化随机赋值的盲目性,引入一种自相关的修正法,确保了网络的收敛性。3将改进后的小波神经网络和传统的BP神经网络应用于不同的工程实例中：隧道拱顶下沉的预测和水库大坝滑坡预测。通过实验结果的对比分析,得出改进后的小波神经网络的收敛速度和预测精度都大大优于传统的BP神经网络。

全文目录

摘要  3-4
Abstract  4-7
第1章绪论  7-14
  1.1 选题的意义及目的  7-8
  1.2 变形监测数据处理方法概述  8-11
    1.2.1 线性回归分析法  9
    1.2.2 时间序列分析法  9
    1.2.3 灰色系统  9-10
    1.2.4 卡尔曼滤波  10
    1.2.5 人工神经网络  10-11
    1.2.6 存在的问题  11
  1.3 小波分析的发展  11-12
  1.4 小波理论在变形分析中的研究现状  12-13
  1.5 本文研究的主要内容  13-14
第2章小波及小波包理论  14-24
  2.1 小波变换  14-17
    2.1.1 连续小波变换  15
    2.1.2 离散小波变换  15-16
    2.1.3 二进小波变换  16-17
    2.1.4 小波变换的时域窗口  17
  2.2 多分辨分析  17-19
  2.3 几种经典小波及其数学特性  19-20
  2.4 小波包变换  20-23
    2.4.1 小波包的定义与性质  20-21
    2.4.2 小波包性质  21
    2.4.3 小波包的空间分解  21-22
    2.4.4 小波包变换算法  22-23
  2.5 本章小结  23-24
第3章变形监测数据预处理  24-36
  3.1 引言  24-25
  3.2 小波包去噪  25-32
    3.2.1 小波包去噪基本原理与步骤  25-26
    3.2.2 信号去噪评价标准  26-27
    3.2.3 最优小波包基的选取  27-28
    3.2.4 小波包系数的阈值量化  28-30
      3.2.4.1 阈值选取准则  28-29
      3.2.4.2 阈值选取准则的改进  29-30
    3.2.5 仿真实验  30-32
  3.3 小波包去噪的应用  32-35
    3.3.1 对隧道拱顶下沉监测数据的去噪处理  32-33
    3.3.2 对滑坡监测数据的去噪处理  33-35
  3.4 本章小结  35-36
第4章小波神经网络  36-54
  4.1 人工神经网络概述  36
  4.2 BP神经网络模型  36-39
    4.2.1 BP网络学习算法  37-38
    4.2.2 BP网络算法存在的问题  38-39
    4.2.3 BP网络算法的改进  39
  4.3 小波神经网络模型  39-47
    4.3.1 模型的结构形式  40-41
    4.3.2 小波函数的选择  41-42
    4.3.3 网络参数的初始化及修正  42-43
    4.3.4 隐含层层数及其节点数的确定  43-45
    4.3.5 小波神经网络的优点及其存在的问题  45
    4.3.6 模型的学习算法  45-47
  4.4 小波神经网络模型的应用  47-52
    4.4.1 模型应用于隧道拱顶下沉的分析与预测  47-50
    4.4.2 模型应用于滑坡分析与预测  50-52
  4.5 本章小结  52-54
第5章结论与展望  54-56
  5.1 结论  54
  5.2 展望  54-56
致谢  56-57
参考文献  57-60
附录  60-61
硕士学位期间发表的论文及科研成果  61

基于小波理论的变形监测数据处理模型的研究

内容摘要

全文目录

相似论文