GIS水文模型在降雨径流模拟中的应用研究

基于GIS的水文模型及其相关分析工具在国外工程界已得到广泛的应用,并已成为流域水文建模和分析的最主要工具。本文以若曲流域为研究对象,试图探索将GIS和RS等先进技术与分布式水文模型相结合运用于无资料流域的流域建模及降雨径流的数值模拟,为水资源开发和工程规划设计提供参考。

高层建筑沉降预测新方法的研究

对双曲线模型公式进行了研究,将双曲线模型应用于高层建筑物沉降监测预报中,结合某高层建筑物沉降观测数据,建立了相应的双曲线预报模型。通过Matlab编程对观测数据进行处理,处理的图像显示双曲线模型与原始观测的数据曲线变化趋势一致,很好的反应了建筑物沉降的变化规律,证明了双曲线模型可以应用于高层建筑物沉降预测。

基于RBF神经网络的GPS高程异常拟合

由GPS静态相对定位获取三维基线向量,通过GPS网平差可以获取高精度的、相对于WGS84椭球的GPS大地高,而在实际工程中应用的高程则为正常高,因此必须进行高程异常的拟合。结合水准测量的实测数据,分别采用RBF神经网络方法和多项式曲面拟合方法拟合某测区的GPS点的高程异常,计算各点的拟合残差,并对2种方法的精度进行比较分析,得到该地区解算正常高最适用的方法。

基于动态模糊RBF网络的基坑沉降预测研究

通过构建动态模糊RBF网络对基坑监测中的累计沉降数据进行处理和预测。采用误差下降率和高斯函数中心宽度的调节方法,使网络模型的结构紧凑,呈现动态变化,避免传统网络模型所出现的过拟合现象,提高网络的泛化能力。对基坑监测点的累计沉降量进行预测,通过对比时间序列模型,得出采用的方法具有很高的预测精度。