2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩172頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、為滿足大壩安全監(jiān)測的需要,本文在全面總結(jié)歸納前人在統(tǒng)計模型研究成果的基礎(chǔ)上,針對最小二乘回歸方法存在的不足,以偏最小二乘回歸方法、Kalman濾波技術(shù)和神經(jīng)網(wǎng)絡(luò)理論為依據(jù),提出了大壩安全監(jiān)控的偏最小二乘回歸統(tǒng)計模型,Kalman濾波回歸統(tǒng)計模型,BP神經(jīng)網(wǎng)絡(luò)模型及RBF神經(jīng)網(wǎng)絡(luò)模型,并以工程實測資料的計算詳細比較了各種模型的性能。此項研究工作不僅對工程實踐有著重要的實用價值,而且對提高我國大壩安全管理水平有著重要意義。 論文主要研究內(nèi)容

2、及成果如下: (1) 全面系統(tǒng)地分析了最小二乘回歸方法在現(xiàn)行統(tǒng)計模型建模過程中存在的問題,指出因子間嚴重地多重相關(guān)性是造成最小二乘回歸模型結(jié)構(gòu)不穩(wěn)定和解釋性變差的根本原因。為此,依據(jù)偏最小二乘回歸方法的理論,以統(tǒng)計模型的建模為應(yīng)用目標(biāo),首次提出了偏最小二乘回歸統(tǒng)計模型。研究分析表明,該模型能有效克服因子間嚴重的多重相關(guān)性,從而得到結(jié)構(gòu)穩(wěn)定及解釋性增強的統(tǒng)計模型。經(jīng)工程實測資料的驗算并與最小二乘回歸模型比較,證明該模型是因子嚴重多重相關(guān)情

3、況下建模的有力工具。為此本文首先在利用偏最小二乘回歸方法提供穩(wěn)定的統(tǒng)計模型結(jié)構(gòu),以及在將模型回歸系數(shù)(視為狀態(tài)變量)作為評價大壩安全狀態(tài)的重要指標(biāo)等方面取得具有創(chuàng)新性的成果。 (2) 以Kalman濾波技術(shù)為理論基礎(chǔ),以統(tǒng)計模型的建模為應(yīng)用目標(biāo),首次提出了Kalman濾波回歸統(tǒng)計模型。該模型將Kalman濾波理論與大壩安全監(jiān)控的統(tǒng)計模型有機結(jié)合,反映了本文提出了一個新的研究思路。研究表明,該模型利用Kalman濾波為估計問題提供的遞推形

4、式解,可將建模過程簡化為只要根據(jù)上一時段狀態(tài)值和當(dāng)前的觀測值就能方便地在線更新狀態(tài),因而它是一種高效在線建模的新方法。由于Kalman濾波屬于最小方差估計,所以,Kalman濾波回歸統(tǒng)計模型的回歸精度高于偏最小二乘回歸統(tǒng)計模型和最小二乘回歸統(tǒng)計模型。工程實測資料的驗算表明,當(dāng)Kalman濾波的模型參數(shù)計算方法選擇合理,濾波結(jié)果很快就會穩(wěn)定,且不依賴初值,此時Kalman濾波統(tǒng)計模型的結(jié)構(gòu)是穩(wěn)定的。同樣,模型的回歸系數(shù)變化也可以評價大壩的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論