小波理論在邊坡監(jiān)控中的應(yīng)用研究.pdf

1、邊坡工程的穩(wěn)定狀態(tài)，事關(guān)工程建設(shè)的成敗與人民生命財產(chǎn)安全，及時、準確、全面了解邊坡不同時期的穩(wěn)定狀態(tài)具有重要的意義。安全監(jiān)測作為正確評價邊坡安全狀態(tài)變化過程的手段，在邊坡工程中逐步得到廣泛的應(yīng)用。由于邊坡問題的復雜性，深入開展邊坡安全監(jiān)控理論和方法的研究，系統(tǒng)地分析所獲得的監(jiān)測信息顯得十分重要。本文以天荒坪抽水蓄能電站“3.29滑坡”區(qū)高邊坡為研究對象，結(jié)合小波分析技術(shù)，對邊坡安全監(jiān)控的理論和方法進行了系統(tǒng)的研究，主要研究內(nèi)容和結(jié)論如下

2、： (1)研究了小波變換模極大值粗差探測法。小波變換模極大值法是直接對觀測數(shù)據(jù)進行小波分析來判別粗差，避免了利用殘差探測粗差時模型誤差的影響。實例研究表明，只要選擇合適的小波函數(shù)和分解尺度，該方法能較準確地探測出粗差或變形異常值。 (2)研究了基于小波分析的3σ準則粗差探測法。該方法的實質(zhì)就是根據(jù)測值本身的發(fā)展趨勢來識別和剔除粗差。就其探測原理來說，也是對3σ準則粗差探測法的一種改進。仿真算例以及實例分析表明，該方法可以

3、取得更好的粗差探測效果。 (3)分析研究了PSO小波神經(jīng)網(wǎng)絡(luò)變形預測模型。對Morlet函數(shù)和Sigmoid函數(shù)的特點和性能分析表明，小波神經(jīng)網(wǎng)絡(luò)套用BP神經(jīng)網(wǎng)絡(luò)的梯度下降算法難以取得良好的預測效果。本文采用微粒群算法(PSO)對小波神經(jīng)網(wǎng)絡(luò)參數(shù)進行優(yōu)化，并對PSO小波神經(jīng)網(wǎng)絡(luò)輸入層節(jié)點數(shù)和隱含層節(jié)點數(shù)進行了優(yōu)化改進。實例研究表明，PSO小波神經(jīng)網(wǎng)絡(luò)三步滾動預測模型具有預測精度高、預測值穩(wěn)定性好等優(yōu)點。 (4)探討了突變