基于Matlab的一次范数最小法粗差探测方法研究

为更加准确地探测及处理观测值中的粗差,减少粗差对平差结果的影响,利用抗差估计中一次范数最小法对观测值进行平差处理。采用含有7条水准路线组成的水准网数据作为实验数据,利用Matlab软件,在有、无粗差条件下,分别评估经典间接平差方法与一次范数最小法对数据计算结果的影响。实验结果显示,当某一水准路线中含有200mm的粗差时,利用经典的间接平差法得到的高程与无粗差时得到的高程最大相差了约10cm,而采用一次范数最小法,经过迭代计算,精度有了很大提高。研究表明,一次范数最小法采用权值迭代方法,能够较好地进行粗差探测及处理。     

稳健加权整体最小二乘的解算方法

测量数据中不仅含有随机误差而且含有粗差,稳健估计是处理粗差的一种有效的方法,它是通过逐步降低粗差数据的权,从而降低粗差对平差结果的影响。本文考虑到观测值的权矩阵,推导出加权整体最小二乘的迭代公式。在综合考虑观测值以及系数矩阵中的粗差和随机误差后,给出稳健整体最小二乘的算法步骤,并用算例进行验证。     

顾及粗差的最佳曲面迭代拟合方法探讨

在数据处理中经常遇到拟合问题,但拟合所采用的数据往往又存在系统误差或粗差,如何区分拟合函数模型误差和拟合数据粗差是值得讨论的问题。本文基于现有的粗差拟准检定法(QUAD)探测粗差准确的优点和判断函数模型的准则理论,提出一种顾及粗差的迭代拟合方法,先确定曲面拟合的函数模型,在此基础上进行粗差探测并剔除,然后进一步进行曲面拟合,以达到曲面函数优选的目的。最后以GPS高程异常拟合为例进行验证,得到了预期的结果。     

改进的IGG法在水准网中粗差探测的应用研究夏力

粗差作为一种模型误差,由于其存在的方式不具有统计规律,使得发现和定位粗差具有较大的难度.粗差比偶然误差大得多,它的存在将会严重损害观测数据的质量.本文针对水准网数据,从粗差探测这个方面来探讨和研究水准网粗差探测的方法和思路.本文主要研究的是:在水准网数据处理中,基于稳健估计选权迭代法和数据探测法思想,提出一种改进的IGG法来进行粗差探测,经过实例分析,论证该方法在水准网粗差探测中的优势.     

改进的IGG法在水准网中粗差探测的应用研究

粗差作为一种模型误差,由于其存在的方式不具有统计规律,使得发现和定位粗差具有较大的难度。粗差比偶然误差大得多,它的存在将会严重损害观测数据的质量。本文针对水准网数据,从粗差探测这个方面来探讨和研究水准网粗差探测的方法和思路。本文主要研究的是:在水准网数据处理中,基于稳健估计选权迭代法和数据探测法思想,提出一种改进的IGG法来进行粗差探测,经过实例分析,论证该方法在水准网粗差探测中的优势。     

神经网络在GPS向量网抗差估计中的应用分析

神经网络被引入GPS向量网的平差处理时，网络训练数据由于在测量时各因数的干扰多少都有噪声或异常值掺入。为了使网络具有更好抵抗粗差的能力，文中根据稳健统计有关原理，针对神经网络论证了一种较好的抗差估计函数作为网络目标函数。以函数逼近来说明平差所采用的模型与神经网络处理时的异同，理论分析和实验证明了神经网络的抗粗差能力。     

一种基于K-Means均值聚类算法的大地测量数据粗差探测方法

粗差探测是大地测量数据处理过程中的重要环节.通过实验模拟生成一类典型大地测量观测数据的粗差,将生成含有白噪声和粗差的观测数据作为数据集,通过K-Means均值聚类算法对数据进行聚类,依据粗差数量约占观测值总数的1％,实验中选取参数5作为该算法的聚类中心个数,远离聚类中心的数据可被认为是粗差,因此粗差的探测成为研究重点.研究结果显示,该粗差探测方法的准确率为88.17％,对海量大地测量观测数据的预处理具有应用价值和科学意义.     

基于稳健估计的CPⅢ高程网平差程序设计

测量数据处理中,稳健估计相较于最小二乘估计有较强的抗粗差能力,本文运用C++编写了一个基于五种不同的稳健估计选权迭代法的CPⅢ高程网平差程序,然后结合某轨道交通工程项目的一段观测的CPⅢ高程数据,通过对比不加粗差和加入粗差时经典最小二乘估计和稳健估计的计算结果,证明该程序的有效性.     

基于抗差方差分量估计多源观测数据融合权比的确定

为合理确定多源数据的权重,同时为减轻多源观测数据融合过程中观测资料粗差的影响,将抗差方差分量估计引入多源数据融合中。采用山东某煤矿某工作面岩移的初次监测数据进行抗差方差分量估计,以说明多源观测数据融合权比算法的有效性。结果表明,基于抗差方差分量估计确定多源观测数据权重的方法既可以有效地减弱观测资料中粗差的影响,同时可以较好地解决多源观测数据加权的不合理性,提高了数据融合精度。     

稳健整体最小二乘直线拟合

针对常用直线拟合方法在数据存在粗差或异常值扰动时,存在拟合结果不稳定的缺点,提出一种稳健的直线拟合方法。该法以整体最小二乘法为基础,在考虑全部观测量存在误差的情况下,通过利用一定的准则删除数据中的粗差或异常值,从而获得稳健的直线参数。实验结果表明,稳健整体最小二乘直线拟合不仅考虑了全部观测值中的误差,而且能剔除数据中的粗差或异常值,精度更高,结果更为可靠。     

Fuzzy-based optimised subset simulation for reliability analysis of engineering structures

This paper presents a numerical strategy for the efficient reliability assessment of engineering structures with random variables and fuzzy variables using fuzzy based optimised subset simulation (SS) approach. The proposed method relies on the performance function of the structure, which involves probability distribution functions and fuzzy variables for the modelling of the structural system. The values of the fuzzy variables for every alpha level are first obtained using the membership function. Therefore, the set values of the fuzzy variable bound the reliability of the structure, and this is evaluated using optimisation and efficient SS approach. The rationale behind the proposed strategy is to locate a failure domain or region where the objective function is minimised or maximised and compute the reliability using SS. The proposed algorithm in this study inherits the benefits of direct Monte Carlo approach in propagating the uncertainties associated with structural parameters but also demonstrate more robustness against the latter. The methodology can be applied to any engineering structures, and the applicability is demonstrated here, using a buried pipeline.     

基于模糊综合评价的矿区大气环境质量评价

参照环境控制质量标准,以SO2,NO2和PM10作为评价因子,运用模糊综合评价方法,通过确定模糊隶属函数、模糊关系矩阵、模糊权重集,得到模糊综合评价子集,客观判断徐州矿区大气环境质量的等级,为相关部门了解当地大气污染程度提供了科学依据。     

Evaluation of building performance using fuzzy FTA

Estimating exact probabilities of occurrence of fault events for use in the conventional fault tree analysis (FTA) is difficult when failure data are insufficient or fault events are imprecise such as human error. A hybrid approach employing fuzzy sets and possibility theory is proposed to overcome this problem. In this approach, failure possibilities of vague events are characterised by fuzzy sets to translate expert subjective judgements while fuzzy fault rates are derived from fuzzy possibility scores based on a transformed Onisawa's possibility function. An example of beam failure illustrates the use of the approach and demonstrates the capability of the model that can assist safety engineers to effectively assess fault possibilities and better evaluate building performance.     

基于稳健估计的GPS高程异常拟合模型误差分析

针对在GPS高程拟合中可能会因为个别已知高程异常存在粗差导致拟合模型的失真,从而影响转换后的高程精度,采用稳健估计的方法来控制粗差对平差结果的影响,从而有效抵抗粗差的影响。     

Hybrid intelligent inference model for enhancing prediction accuracy of scour depth around bridge piers

Bridge-pier scouring is a main cause of bridge failures. Thus, accurately predicting the scour depth around bridge piers is critical, both to specify adequate depths for new bridge foundations and to assess/monitor the safety of existing bridges. This study proposes a novel artificial intelligence (AI) model, the intelligent fuzzy radial basis function neural network inference model (IFRIM), to estimate future scour depth around bridge piers. IFRIM is a hybrid of the radial basis function neural network (RBFNN), fuzzy logic (FL), and the artificial bee Cclony (ABC) algorithm. In the IFRIM, FL is used to handle the uncertainties in input information, RBFNN is used to handle the fuzzy input–output mapping relationships, and the ABC search engine employs optimisation to identify the most suitable tuning parameters for RBFNN and FL based on minimal error estimation. A 10-fold cross-validation method finds that the IFRIM model achieves at least 21% and 14.5% reductions in root mean square error and mean absolute error values, respectively, compared with other AI techniques. Study results support the IFRIM as a promising new tool for civil engineers to predict future scour depth around bridge piers.     

基于模糊推理的公共交通分担率预测研究

研究基于模糊推理建立公共交通分担率预测模型的方法。通过分析公共交通出行的影响因素,选择线网密度、国内生产总值、平均车速等十项指标作为影响因素,建立模糊层次结构模型。确定各因素的模糊规则,采用模糊推理预测公交分担率。并以黑龙江省某市交通数据进行预测,最后分析了影响因素与分担率水平的影响关系,应用得到了预期的效果。     

模糊综合评判法在砂土液化判别中的应用

以厦门岛内具有代表性的153个钻孔试验数据为基础,依据模糊综合评判理论,建立了砂土液化的评判模型,该模型以层次分析法确定因子权重,分别构造了各评价因子的隶属度函数,将该方法与规范法评判结果进行比较,获得较好评判结果。     

零误差实验

零误差实验可以更有效地观察粗差在经过抗差估计以后的分布情况,再将估计值与真值比较,从而较客观地对各种抗差估计方法做出评价.粗差相对于正常误差而言,正常误差可以不予考虑.本文通过一个三角网实验结果表明:方向平差和相关角度平差,对于经典平差(即最小二乘平差法),两种方法的结果一致,对于抗差估计,两种方法的结果不一致,但都是有效的;正态密度平差法优于Huber法、丹麦法、IGGI法、IGG法和Hampel法等抗差估计方法.     

稳健动态GM(1,1)模型及其在变形预报中的应用

常规GM(1,1)模型基于最小二乘原理,当建模数据中含有粗差时,将对整个模型的估值产生较大影响。为此,将稳健估计引入灰色模型建模,提出了稳健动态GM(1,1)模型的建模方法。通过对静态GM、动态GM及稳健动态GM进行建模,利用MATLAB编程对实测数据进行了验证计算分析。结果表明,当监测序列含有粗差时,稳健动态GM(1,1)模型相对其他模型能有效抵抗粗差的影响,预报精度也有较明显的提高。