GPS高程拟合方法对比研究分析

不同的GPS高程拟合方法具有各自相应局限性,单一拟合方法在不同测区不具有普适性。针对上述问题,重点研究了二次多项式曲线拟合、多面函数拟合、二次曲面拟合、BP神经网络法等四种GPS高程拟合方法,结合实际工程项目,对研究区域进行高程拟合,分析实验结果,评定拟合精度。通过对四种拟合方法所得结果分析对比得到结论:四种方法均满足四等水准测量要求,拟合残差均小于3cm;BP神经网络拟合在精度上高于其他三种;根据各拟合方法的特点及适用范围,正确使用拟合方法是获得高精度正常高的必要条件。本文研究成果对不同环境下GPS高程拟合具有相应的应用与参考价值。

基于时间序列的动态神经网络沉降预测

针对常见的非线性预测模型预测地表沉降点预测精度不高且稳定性较差的问题,通过实测分析和理论建模的方式,建立了基于时间序列的动态神经网络预测模型对地表沉降进行预测。该模型不需考虑变形因子对监测点位沉降的影响所具有的模糊性,且预测过程简单便捷。选取某市轨道交通2号线沉降监测点进行验证,来预测模型的可行性。结果表明,预测模型预测沉降量与实测数据的最大绝对误差为0.684 5 mm,并且相对误差均小于4%,说明该模型预测精度高,稳定性好,能够短期内有效地预测地表的沉降。研究成果对地表沉降的动态预测具有很好的参考价值。

基于ARMA-BP变异系数组合模型的矿山沉陷预计

针对单项非线性预测模型预测矿山开采地表沉陷精度低、稳定性差的问题,采用变异系数法组合互补性好的ARMA模型与BP神经网络模型,实验结果:预计值均方根误差为3. 2,平均相对误差0. 11%,结果表明组合模型在精度和稳定性方面具有较大优势。

壁式废弃采空区地表建设再利用风险识别、评估与控制

分析了壁式废弃采空区地表残余变形特征:地表分布呈中部大、边缘小的似盆形,残余沉降速度呈现周期变化,结合覆岩结构特征揭示其残余变形的产生机理;随后阐述了废弃采空区稳定性评判的4种常见方法,在归纳总结相关文献资料的基础上,剖析出上述4种方法优缺点及其未来发展趋势;最后将再建工程归纳为高耸建(构)筑物和线形交通设施2类,阐明地表残余变形对上述2类再建工程的影响,并给出相应的防控措施。

基于模矢法的顾桥矿采空区参数识别

针对常规地球物理勘探法探测老采空区时存在的解译依赖于先验知识、探测精度低等问题,对采空区参数识别方法进行了研究。将煤层厚度m、煤层倾角α、工作面倾向方位角v、采深H、走向长D_3、倾向长D_1以及采空区中心点坐标(X_1,Y_1)定义为矩形采空区的特征参数,以地表沉陷预计模型(概率积分法)为基础,构建了采空区参数与地表沉陷的定量关系模型(将采空区参数视为待求参数,将实测地表沉陷值视为已知量),提出了基于模矢法的采空区参数识别方法。顾桥矿1414工作面采空区试验表明:采用所提方法识别采空区的相对误差绝对值优于17.7%,相对误差绝对值平均为5.15%,下沉拟合误差为-120~120 mm,下沉拟合中误差为-53~53 mm。