导读:本文包含了标高预测论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:标高,神经网络,斜拉桥,采空区,线形,非洲,气量。
标高预测论文文献综述
李鹏飞[1]（2019）在《基于贝叶斯网络的PC斜拉桥主梁标高预测》一文中研究指出PC斜拉桥在众多的桥型中,以其较大的跨越能力、成熟的施工工艺、优美的设计线形、相对低廉的造价等优势而被广泛应用。PC斜拉桥属于多次超静定结构,理论计算复杂,加之施工过程中存在较多不确定性因素,可能导致施工过程中主梁线形偏离设计线形,影响成桥后的结构受力性能和行车舒适性。如果主梁线形偏差过大,甚至影响主桥合龙。本文以开平市东环大桥PC斜拉桥为工程背景,基于概率论与图论相结合的贝叶斯网络理论基础,构建贝叶斯标高预测网络,开展施工阶段主梁线形控制精度的预测和分析研究工作。贝叶斯网考虑影响主梁变形因素的不确定性,同时将变形控制先验经验同施工阶段实测变形数据相结合,不断更新贝叶斯网参数,得出更加精确的主梁变形预测值,减小施工偏差。贝叶斯线形控制网络作为一种新型变形预测代理模型,研究贝叶斯网络的理论基础、应用过程及预测效果,本文主要完成的工作如下:(1)阐述了贝叶斯网络理论基础,介绍了贝叶斯网络构建、参数表的求解更新及推理功能等;(2)建立斜拉桥施工过程有限元仿真分析模型,分析施工过程中引起主梁线形偏差的误差来源,通过参数敏感性分析确定出混凝土容重、边跨索力、主跨索力和主梁温度梯度等四个主要参数;(3)利用基于响应面的D-最优试验设计方法,拟合出主梁相对变形偏差与四个重要影响参数的函数关系式,用于贝叶斯网初始概率表的求解;(4)针对东环大桥斜拉桥,建立了贝叶斯网络相对变形偏差预测模型。通过实测数据训练更新贝叶斯网络模型,预测变形值与实测变形值相差较小,且随着训练样本增加预测精度更加准确,中长悬臂梁段的预测值与实测值偏差均小于20mm;(5)根据贝叶斯网络应用流程,结合东环大桥的真实情况,本文基于MATLAB平台,编写斜拉桥施工阶段标高预测程序代码,实现了贝叶斯网络的的更新预测功能。本文的重要观点是,要充分利用主梁变形与四个重要影响参数之间关系的先验认识和施工过程实测样本信息,不断更新贝叶斯网参数概率表,使预测更符合具体结构的实际情况。(本文来源于《华南理工大学》期刊2019-04-23）
李金珊,朱维耀[2]（2018）在《基于叁维地震底板标高模拟方法预测非洲卡鲁盆地煤层气含气量》一文中研究指出为了揭示非洲卡鲁盆地煤层地质特征及含气量,对已有的钻孔煤层气资料及叁维地震资料进行分析。通过相关关系拟合,获得非洲卡鲁盆地8号煤层底板标高与含气量的预测模型及8号煤层预测的含气量值,再与该煤层钻井的实测含气量进行数据对比验证,预测精度在85%以上,说明这种利用有限的地质资料预测含气量的方法可行。8号煤层预测含气量研究结果表明:非洲卡鲁盆地煤层演化程度较高,生气能力强,构造区成煤条件好,煤层的厚度较大,从构造和水文地质特征推断盆地煤层气富集,属于煤层气资源比较丰富的开发区块。(本文来源于《中国矿业》期刊2018年12期）
王红深,张永恒,余帅雷[3]（2017）在《利用观测孔出水标高预测采空区积水实例应用》一文中研究指出利用观测孔出水标高,圈定出采空区积水边界范围,划出危险区域,可达到超前防范,提前探放的目的,使水害处于可控状态。同时,根据放水时间,可以提前对生产计划进行调整,使采掘接替合理有序,工程按期完工。(本文来源于《煤炭与化工》期刊2017年11期）
刘胜重[4]（2017）在《大跨度混凝土斜拉桥施工过程的主梁标高预测和参数识别》一文中研究指出大跨度桥梁主要采用节段法逐步施工,它的施工建造涉及到人们的生命财产安全,确保施工顺序和安全非常重要。施工监控是确保桥梁按质按量完成的一项重要工作。大跨度混凝土斜拉桥由于施工偏差,外界环境等因素影响,实际桥梁的标高(线形)、砼主梁重量可能偏离理论值。如果在施工过程中:(1)利用已经完成节段的实测数据,预测后续节段的底模标高;(2)利用有限元模型和已有的监控数据识别本桥的容重,然后再修正有限元模型的参数,使模型计算更加接近施工实际。这就可以提前采取纠偏措施保证桥梁成桥线形按设计完成。本文以惠州范和港大桥(大跨度预应力混凝土斜拉桥)为研究对象,利用BP神经网络的非线性映射能力,在已完成主梁节段的标高实测值和影响标高的因素之间建立一种非线性关系,采用新陈代谢的方法逐次预测后续节段的底模标高。针对参数识别的问题,本文分别采用最小二乘支持向量机和BP神经网络两种方法进行参数识别。首先通过有限元模型的计算获取本桥的“容重节段标高变量”的学习样本,通过样本建立上述两种方法的识别模型。然后在实际施工监控过程中把学习过程逆推过来,由“实测节段标高变量容重”,由此完成容重的识别。本文主要内容包括以下几个方面:1)利用软件Midas/Civil建立本桥有限元模型,分析建模影响因素;2)分析影响主梁标高的主要因素,基于BP神经网络方法建立范和港大桥北塔中跨主梁节段标高与影响因素的网络模型,通过归一化波动率和反归一化波动值来检验网络的稳定性;3)采用新陈代谢方法方法依次预测北塔中跨11#至23#节段终拉工况下的底模标高,通过与实测值对比进行总结,并分析不同的隐含层节点数、传递函数、期望误差等参数对网络的影响;4)分别采用最小二乘支持向量机和BP神经网络识别主梁混凝土容重,分析识别效果并比较两种不同方法的特点。(本文来源于《华南理工大学》期刊2017-04-13）
刘胜重[5]（2016）在《基于BP神经网络的斜拉桥主梁标高预测研究》一文中研究指出通过建立某斜拉桥仿真模型,分析了主梁线型变化趋势及影响其数值的因素,并利用BP神经网络,建立了一个非线性映射关系,预测了后续节段的前端标高,将预测值与仿真值作了比较,验证了BP神经网络预测大跨度斜拉桥主梁线形的可行性。(本文来源于《山西建筑》期刊2016年34期）
马良,孙鹏[6]（2016）在《梁桥中基于Kalman滤波法的立模标高预测方法》一文中研究指出利用Kalman滤波方程推导了梁式桥悬臂施工时结合Kalman滤波法的施工块立模标高预测公式,应用在某169.2 m的叁跨大桥建设过程中并取得了较好的效果。(本文来源于《山东交通科技》期刊2016年01期）
李永睿[7]（2014）在《基于BP神经网络法预测连续刚构桥梁立模标高》一文中研究指出本文介绍了用BP神经网络预测立模标高的方法,并应用于某大桥施工控制,取得良好效果。(本文来源于《价值工程》期刊2014年33期）
石林林[8]（2014）在《基于PCA-ANN的水利工程标高金预测模型》一文中研究指出在水利工程投标竞争中,施工企业投标报价的合理性是赢得该项目的重要前提,而标高金的准确性直接影响投标报价的合理性。采用基于主成分分析的BP神经网络方法,建立了标高金预测模型。利用主成分分析(PCA)方法,对标高金的影响因素进行降维,在保留原始数据信息的条件下,通过消除样本数据间相关性、减少模型输入变量的数目,简化网络结。利用BP神经网络(ANN)寻找数据的内在联系和规律,客观而较为准确地预测出标高金。根据该模型,以某承包商历年来水利工程投标报价的原始数据为基础,对标高金进行了预测,结果表明模型预测结果满足实际需要。(本文来源于《水利经济》期刊2014年03期）
包龙生,张乐,于玲,曹鑫[9]（2013）在《基于BP神经网络对大跨径预应力连续梁桥标高偏差预测分析》一文中研究指出研究运用改进后的BP神经网络对大跨径预应力混凝土连续梁桥标高的偏差进行预测。采用BP神经网络中的函数逼近功能,附加动量因子与自适应算法结合。通过利用MATLAB的神经网络对桥梁标高偏差进行预测。本文将改进后的预测结果和普通BP神经网络预测结果与实际值进行对比,得到改进后的预测值相对更精确,提高了网络收敛的速度。运用改进后的BP神经网络能够很好的预测标高偏差,并可以推广应用于实际工程当中。(本文来源于《第22届全国结构工程学术会议论文集第Ⅰ册》期刊2013-08-10）
张丽萍[10]（2013）在《国际工程投标报价中标高金预测的高斯过程方法应用》一文中研究指出针对国际建筑工程项目投标报价中最优标高金的确定问题,提出了一种基于高斯过程方法的标高金预测模型。在分析标高金影响因素的基础上,采用高斯过程方法对标高金影响因素和最优标高金数值之间的复杂非线性关系进行建模,并对30个典型国际建筑工程案例进行实证研究。实验结果表明,与现有的人工神经网络、支持向量机等方法相比,该方法具有较高的预测精度和较低的时间复杂度。(本文来源于《建筑经济》期刊2013年06期）
标高预测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了揭示非洲卡鲁盆地煤层地质特征及含气量,对已有的钻孔煤层气资料及叁维地震资料进行分析。通过相关关系拟合,获得非洲卡鲁盆地8号煤层底板标高与含气量的预测模型及8号煤层预测的含气量值,再与该煤层钻井的实测含气量进行数据对比验证,预测精度在85%以上,说明这种利用有限的地质资料预测含气量的方法可行。8号煤层预测含气量研究结果表明:非洲卡鲁盆地煤层演化程度较高,生气能力强,构造区成煤条件好,煤层的厚度较大,从构造和水文地质特征推断盆地煤层气富集,属于煤层气资源比较丰富的开发区块。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
标高预测论文参考文献
[1].李鹏飞.基于贝叶斯网络的PC斜拉桥主梁标高预测[D].华南理工大学.2019
[2].李金珊,朱维耀.基于叁维地震底板标高模拟方法预测非洲卡鲁盆地煤层气含气量[J].中国矿业.2018
[3].王红深,张永恒,余帅雷.利用观测孔出水标高预测采空区积水实例应用[J].煤炭与化工.2017
[4].刘胜重.大跨度混凝土斜拉桥施工过程的主梁标高预测和参数识别[D].华南理工大学.2017
[5].刘胜重.基于BP神经网络的斜拉桥主梁标高预测研究[J].山西建筑.2016
[6].马良,孙鹏.梁桥中基于Kalman滤波法的立模标高预测方法[J].山东交通科技.2016
[7].李永睿.基于BP神经网络法预测连续刚构桥梁立模标高[J].价值工程.2014
[8].石林林.基于PCA-ANN的水利工程标高金预测模型[J].水利经济.2014
[9].包龙生,张乐,于玲,曹鑫.基于BP神经网络对大跨径预应力连续梁桥标高偏差预测分析[C].第22届全国结构工程学术会议论文集第Ⅰ册.2013
[10].张丽萍.国际工程投标报价中标高金预测的高斯过程方法应用[J].建筑经济.2013
论文知识图
