共查询到16条相似文献,搜索用时 500 毫秒
1.
简单讨论自由网平差中的秩亏自由网平差和自由网拟稳平差的原理,分析公式,结合VB语言编程,简化自由网平差计算过程,并用实例进行水准测量数据平差处理. 相似文献
2.
简要介绍了参数约束平差的模型,与常规平差方法比较,参数约束平差数据处理简单,易于程序实现,以一GPS网为算例,用参数约束平差法获得了经典自由网平差、秩亏自由网平差、符合网平差的结果. 相似文献
3.
4.
5.
介绍了序贯平差基本原理,当监测网秩亏时,给出了一种基于虚拟观测值权阵的计算方法,为变形监测等分期完成的测量工程提供了可取的数据处理方法;然后,分析了重心基准自由网平差、拟稳平差模型及特点,并通过实例计算比较,得出了相关结论。 相似文献
6.
7.
微型控制网作为核电站各厂房内设备定位的测量基准,应用于核岛土建结构施工和设备安装,是核电站测量控制系统的重要组成部分。在变形监测点稳定性分析中,较常用的方法为平均间隙法及单点假设检验法等。本文提出了结合秩亏自由网平差的拟稳平差方法及圆形控制网网点变形的切向偏差及径向偏差公式对变形监测网点进行稳定性分析。 相似文献
8.
介绍人工鱼群算法原理和算法设计的相关技术问题。把人工鱼群算法应用到测量平差中,解决平差过程中遇到的法方程系数阵秩亏、病态方程等问题。给出了在测量平差参数估计中利用人工鱼群算法,不对法方程求逆的情况下,对误差方程直接进行寻优求解的思想和步骤。通过实例模拟计算,证明该方法在测量平差计算中是可行的和有效的。 相似文献
9.
本文借助于正则化理论,通过添加稳定泛函μΩ(z)=μ^2‖xk-xk-1‖^2,结合修正高斯-牛顿法,构造了非线性最小二乘问题正则化修正高斯-牛顿法求解公式;解决了普通修正高斯-牛顿法在迭代过程中其Jacobian矩阵是秩亏或者严重病态导致的不能收敛的问题;给出了非线性秩亏自由网平差的正则化修正高斯-牛顿法步骤;最后以几个经典非线性最小二乘问题为例进行了数值实验,说明了本文所提方法的正确性和适用性。 相似文献
10.
非线性最小二乘问题的一种正则同伦迭代解法 总被引:1,自引:0,他引:1
当非线性最小二乘问题的数值迭代解算方法其Jacobian矩阵是秩亏或者严重病态时,诸多方法如高斯-牛顿法、修正高斯-牛顿法等将会失效。本文结合同伦延拓和正则化方法,构造了正则同伦函数min(α‖f(x)-L‖^2+(1-α)‖x-x0‖^2)来解算Jacobian矩阵是秩亏或者严重病态的非线性最小二乘问题。采用将f(x)线性化的策略,建立了非线性最小二乘问题正则同伦方法迭代公式,对其迭代过程进行了详细的推导,给出了其连续性和收敛性的条件。对两个非线性最小二乘问题和一个非线性秩亏自由网平差实例进行了解算,结果表明本文所提出方法是正确和适用的。 相似文献
11.
提出了基于置信区间划分的自由网数据筛选方法,以青藏铁路某工点变形监测网的实际平差运算为例进行了论述,通过这种自由网平差的数据筛选方法的应用,减少了平差成果的错误,使得平差结果更为精确,取得了良好的效果。 相似文献
12.
GPS变形监测网设计与数据处理中的基准问题 总被引:5,自引:0,他引:5
本文探讨了GPS相对定位技术用于矿区和城市变形监测时 ,GPS监测网的设计、各期基线解算以及GPS网平差所涉及的基准问题 ,并通过实例进行分析说明 ,得出一些有益的结论。 相似文献
13.
边坡变形统计回归分析模型及应用 总被引:1,自引:0,他引:1
考虑时效、温度和降雨等对边坡变形的影响,并将其作为边坡变形的影响因子,建立边坡变形统计回归分析模型,应用Microsoft Visual C++网络编程技术和逐步回归分析算法在自行开发的岩土边坡监测信息管理与监测数据分析网络系统中实现可视化的边坡变形回归与预测。通过对龙滩水电站高边坡变形监测资料的统计回归分析表明:边坡变形统计回归值与实测值吻合良好,统计复相关系数较大,剩余标准差较小。统计回归分析模型能够较好地反映边坡的变形规律与变化趋势,为快捷、高效地评价边坡运行安全性态和预测其变形发展趋势提供有效的分析方法和手段。 相似文献
14.
GPS城市地表三维变形监测和精度分析 总被引:3,自引:0,他引:3
为了研究和监测城市地表的不均匀沉降或三维变形 ,在宁波市建立了GPS三维变形基准网和监测网。在GPS观测中采取了一定的措施 ,以获得高精度的三维坐标分量。顾及到对流层延迟的影响 ,采用Saastamoinen模型改正对流层延迟的干分量部分 ,用分段线性方法来估计对流层的湿分量变化。基线解算采用了高精度的解算软件Bernese ,网平差使用了PowerADJ科研版。实际算例表明 ,采用GPS技术进行城市地表三维变形监测 ,获得了毫米级的精度 ,能够满足城市三维变形监测的精度要求。 相似文献
15.
16.
崔凌岳 《四川建筑科学研究》2014,(1):172-175
神经网络预测技术一直是隧道学术界和工程界关注的关键课题.传统的神经网络对初始权值的依赖性很大,不同的初始值会导致差异很大的预测结果,并且初始值选择有很大的随机性和盲目性,往往导致网络振荡或不收敛.根据经典遗传算法的优势,对神经网络初始值进行优化,完成PB训练样本并建立非线性预测模型,避免了神经网络对初始权值的依赖性过大而引起计算误差.研究表明,GA-BP神经网络遗传算法适用于预测高速公路隧道断层破碎带围岩变形量,与现场试验数据相吻合,验证了GA-BP神经网络遗传算法工程应用的可行性,提高了预测的精度及避免人为误差.隧道洞周变形主要集中在开挖后12天,在此时间内应加强监控量测频率,以避免隧道过大变形引起坍方事故. 相似文献