基于混沌时间序列的桥梁变形预测分析

基于混沌时间序列的桥梁变形预测分析

论文摘要

作为连接公路和铁路,构筑我国四通八达、纵横交错交通网络的枢纽,桥梁是我国道路交通网中的重要部分,它在保障国家经济的稳定发展的同时,也给人民的生活和工作带来极大的便利。但由于受到人类活动及外界环境的影响,桥梁也会不同程度的发生变形,严重时会给国家经济建设及人们的正常生活带来危害。所以,及时对桥梁进行变形监测,并根据所得实测数据预计未来桥梁变形的趋势尤其重要。在桥梁变形过程中,作为一个复杂系统,桥梁自身的各种参量也是不确定并随机的,它与外界不断地在物质、能量、信息等方面进行着变换,表现出复杂的非线性行为,它的这种非线性本质决定了必须建立非线性模型进行预测。作为一种非线性预测方法,混沌时间序列预测方法突破了传统方法建立主观模型的局限,它以混沌理论为基础,在分析了时间序列的内在规律后做出预测,目前已成功的应用到了诸多领域。本论文中创造性的在桥梁变形预测中应用了混沌时间序列预测方法,首先通过最大Lyapunov指数的计算判别了系统的混沌特性;然后对实测桥梁变形时间序列进行相空间重构,通过选取合适的延迟时间τ和嵌入维数m,将反映桥梁变形的时间序列嵌入到相空间中;通过对比,混沌时间序列预测的预测结果比指数平滑法的精度高,证明此方法是可行的;最后利用加权零阶局域法和加权一阶局域法对未来桥梁变形做出预测。同时,本文还在此基础上分析了五大主要因素荷载作用对桥梁变形的影响,并采用混沌时间序列预测方法进行了预测,对未来的桥梁变形预测具有重要的工程意义。

论文目录

  • 摘要
  • ABSTRACT
  • 1 绪论
  • 1.1 国内外桥梁变形灾害现状
  • 1.2 国内外时间序列预测研究现状
  • 1.3 课题主要研究内容
  • 1.4 课题主要研究方法
  • 1.5 课题研究目的及意义
  • 2 桥梁系统混沌特征的判定
  • 2.1 混沌基本理论
  • 2.2 奇异吸引子的基本概念
  • 2.3 桥梁系统特征量的计算及混沌判定
  • 2.4 桥梁系统的混沌动力学特征
  • 3 混沌时间序列的相空间重构
  • 3.1 Takens定理
  • 3.2 延迟时间的选取
  • 3.3 嵌入维数的选取
  • 4 混沌时间序列的预测
  • 4.1 混沌时间序列的预测模型
  • 4.2 最大Lyapunov指数的计算
  • 4.3 混沌时间序列的预测方法与算法
  • 4.4 预测精度的测量
  • 5 混沌时间序列预测在桥梁变形中的应用
  • 5.1 局域法预测桥梁墩柱倾斜位移变形
  • 5.2 最大Lyapunov指数法预测桥梁墩台沉降变形
  • 5.3 主要因素荷载作用下桥梁变形的混沌预测
  • 6 结论与展望
  • 6.1 结论
  • 6.2 展望
  • 致谢
  • 参考文献
  • 附录:程序部分
  • 攻读硕士期间主要成果
  • 相关论文文献

    • [1].高陡边坡三维实体变形预测的研究[J]. 工业安全与环保 2016(01)
    • [2].探究井筒变形预测与治理[J]. 中国石油和化工标准与质量 2013(02)
    • [3].基于神经网络模型的建筑物变形预测[J]. 淮海工学院学报(自然科学版) 2011(S1)
    • [4].改进灰色模型及其在变形预测中的应用[J]. 科技创新与应用 2015(20)
    • [5].高速公路软土地基长期变形预测及影响因素分析[J]. 公路交通科技(应用技术版) 2016(12)
    • [6].建筑物变形预测的神经网络方法[J]. 山西建筑 2013(08)
    • [7].基于局部均值分解和相关向量机的变形预测[J]. 大地测量与地球动力学 2018(11)
    • [8].一种基于MTLS优化的非等间距多点灰色变形预测模型[J]. 测绘通报 2018(11)
    • [9].基于监测数据的几种地铁施工变形预测方法[J]. 岩土工程技术 2009(04)
    • [10].非等时序灰色模型的隧道变形预测研究[J]. 公路交通科技(应用技术版) 2014(02)
    • [11].基于遗传支持向量机的多维灰色变形预测模型研究[J]. 浙江工业大学学报 2010(01)
    • [12].地铁隧道暗挖施工变形预测控制技术研究[J]. 铁道标准设计 2009(10)
    • [13].GWO-LSSVM耦合模型在变形预测中的应用[J]. 北京测绘 2019(07)
    • [14].基于最大Lyapunov指数的变形预测模式研究[J]. 工程勘察 2008(10)
    • [15].基于人工神经网络的顺层偏压隧道变形预测[J]. 路基工程 2020(03)
    • [16].基于灰色系统的桥梁长期变形预测研究[J]. 公路交通技术 2011(04)
    • [17].基于建筑物地表沉降数据的变形预测方法比较[J]. 北京测绘 2012(02)
    • [18].深基坑施工变形预测与控制方法研究[J]. 岩土工程学报 2012(S1)
    • [19].灰色预测模型在铁路隧道变形预测中的应用[J]. 四川水泥 2019(07)
    • [20].PCA-RBF神经网络模型在桥梁变形预测中的应用分析[J]. 勘察科学技术 2019(03)
    • [21].变形预测中的组合预测思想与模型探讨[J]. 华北国土资源 2014(06)
    • [22].软岩巷道变形灰色神经网络多步预测研究[J]. 陕西煤炭 2009(01)
    • [23].DGM(2,1)模型在近似饱和S型变形预测中的应用[J]. 攀枝花学院学报 2018(02)
    • [24].基于支持向量机的隧道变形预测模型研究[J]. 内蒙古科技大学学报 2015(04)
    • [25].非等间距多点变形预测模型及其应用[J]. 测绘学报 2016(10)
    • [26].微小薄壁变形预测的迭代有限元法[J]. 东北大学学报(自然科学版) 2018(04)
    • [27].基于初始变形的薄板堆焊变形预测技术[J]. 中国机械工程 2020(03)
    • [28].基于有限元法的过渡段沉降变形预测[J]. 铁道勘察 2014(06)
    • [29].塘冲堆石坝施工期沉降反演分析及长期变形预测[J]. 人民珠江 2017(11)
    • [30].基于ABAQUS二次开发的航空结构件加工变形预测系统[J]. 滨州学院学报 2016(04)

    标签:;  ;  ;  ;  ;  

    基于混沌时间序列的桥梁变形预测分析
    下载Doc文档

    猜你喜欢