改进的边坡变形非线性时变系统的不确定性分析

大地测量数据往往包含许多不确定性,可能导致所建立的函数模型产生病态,影响参数估计的准确性和可靠性。通过研究边坡变形非线性时变系统的力学原理,利用多项式拟合方法改进原模型,在参数解算过程中,考虑到测量数据的不确定性给解算结果带来消极影响,通过限制不确定度,利用min-max准则,提高参数解算的准确性,并将预测变形结果与实测边坡位移数据对比。结果表明,带不确定性的平差算法(leastsquare with uncertainty,ULS)与最小二乘平差(least-squares,LS)和整体最小二乘平差(total least-square,TLS)相比,其预测结果更接近实际测量数据,证明了改进的边坡变形非线性时变系统预测变形的有效性。

基于时间权重的边坡变形非线性时变模型修正研究

通过深入分析边坡变形影响因素,并考虑湖南地区自然地理条件,选择自身时变特征与降雨量为内外影响因素,建立边坡变形非线性时变模型。在此基础上,充分考虑新旧观测数据对模型预测精度的影响,对不同时期的监测数据赋予相应的时间权重,构建了基于时间权重的非线性时变模型。对邵阳学院18栋学生宿舍楼后的高边坡进行长期监测,并在Matlab平台上确定模型的各个参数,求得各周期的权重系数;在此基础上,分别应用非线性时变模型和基于时间权重的非线性时变模型对观测数据进行拟合。结果表明,常规的非线性时变模型的预测精度能达到工程的要求,但基于时间权重的非线性时变模型预测精度更高。

混沌时间序列预测的局域法在边坡变形分析中的应用

边坡作为一个复杂系统,其本身的各种参量是不确定的和随机的,在其演化过程中,表现出复杂的非线性行为,发生一系列的混沌现象。本文运用现代混沌理论,对边坡变形的预测问题进行探索性研究,把混沌时间序列理论引入到边坡工程研究中,对该理论的建立及预测方法进行系统地讨论,为该领域的研究提供完整的技术方法。通过对新滩滑坡的研究结果表明,混沌时间序列方法对混沌序列的预测较线性时间序列具有较高的精度。