多元回归优化模型在地铁地表沉降变形中的分析与应用

多元回归优化模型在地铁地表沉降变形中的分析与应用

论文摘要

21世纪的今天,中国在众多领域已然有诸多实质性的突破,在轨道交通方面,地铁一词已经是家喻户晓。然而,地铁作为现代化交通的主要工具,它为人们的出行带来了便利和舒适,同时也为周边建筑物、穿越的既有路面以及工程的施工埋下了不可小觑的隐患。对于这些隐患,首先就是地铁在建设过程中因沉降变形过大所导致的路面、隧道塌陷,其次就是地铁建成后对所穿越的地表以及周边建筑物带来的变形问题。无论是在建的地铁还是已经建成的地铁,如果不能及时的控制各类变形问题,那将是十分严重的安全问题,为了避免此类问题的发生,针对所有在建和已建成的地铁工程,进行全面的变形监测是尤为重要的。目前,地铁施工区的地表以及地下隧道的变形监测理论方法主要有:回归分析法、小波分析理论、抗差卡尔曼滤波模型、灰色理论模型、BP神经网络以及时间序列模型等。本文主要以多元回归模型作为研究的基础模型,通过对自变量参数的优化筛选、原始数据的去噪,以及多元回归系数的优化,最后实现多元回归模型的整体优化。数据去噪方面,将抗差卡尔曼滤波模型与小波分解与重构变换软阈值去噪模型进行去噪精度对比,从而得到去噪精度最高的数据作为优化多元回归系数以及建立优化模型的基础。通过多元回归模型优化前后的对比,从而分析出优化后多元回归模型的优势所在,并根据实际施工情况,将优化模型应用实际的效益发挥到最大。本文首先介绍了地铁隧道变形监测的背景和意义、国内外研究现状及数据处理的方法,其次介绍了多元回归模型的理论及其应用;在小波分析理论中,阐述了几种常用的小波函数,并分析这几种小波函数特点,通过MATLAB软件实现了小波去噪的功能;最后通过地铁施工区地表沉降工程实例,运用多种方法的交叉使用实现了多元回归模型的优化,并总结出优化后的多元回归模型从模型的拟合曲线、拟合残差、预测误差及预测值的准确率均比未优化的多元回归模型好等优点。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  •   1.1 地铁隧道变形监测的背景和意义
  •   1.2 地铁隧道变形监测技术国内外研究现状
  •   1.3 地铁隧道变形监测数据处理的方法
  •   1.4 研究内容
  • 第2章 地铁施工段概况及施工监测方案
  •   2.1 乌鲁木齐市某地铁区间工程概况
  •   2.2 地铁施工监测方案
  •     2.2.1 地铁地表沉降监测项目及所用仪器
  •     2.2.2 沉降监测点的布设
  •     2.2.3 施工风险源评估
  •     2.2.4 监测数据沉降控制标准及频率要求
  •     2.2.5 施工预警及消警
  •   2.3 本章小结
  • 第3章 回归分析法
  •   3.1 曲线拟合
  •     3.1.1 多项式趋势模型的实例应用
  •     3.1.2 实验小结
  •   3.2 多元回归分析
  •     3.2.1 回归参数估计
  •     3.2.2 多元回归模型应用实例
  •     3.2.3 实验小结
  •   3.3 本章小结
  • 第4章 小波分析
  •   4.1 小波变换
  •     4.1.1 连续小波变换
  •     4.1.2 离散小波变换
  •     4.1.3 多分辨分析
  •   4.2 常用的小波函数
  •   4.3 小波去噪原理及应用
  •     4.3.1 小波去噪效果评定
  •     4.3.2 小波去噪的实例应用
  •   4.4 本章小结
  • 第5章 多元回归模型参数优化及应用
  •   5.1 自变量参数的优化筛选
  •   5.2 多元回归参数优化
  •     5.2.1 基于最小二乘的抗差卡尔曼滤波优化法
  •     5.2.2 基于小波分解与重构变换软阈值去噪优化法
  •   5.3 工程实例
  •     5.3.1 实验数据分析
  •     5.3.2 自变量参数的优化筛选实例应用
  •     5.3.3 施工现场实验数据去噪及分析
  •     5.3.4 多元回归参数优化及优化模型建立
  •   5.4 多元回归优化模型数据预测及对比分析
  •   5.5 本章小结
  • 第6章 结论与展望
  •   6.1 结论
  •   6.2 展望
  • 参考文献
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 刘富强

    导师: 艾合买提·依布拉音

    关键词: 变形监测,多元回归模型,参数优化,抗差卡尔曼滤波,小波去噪

    来源: 新疆大学

    年度: 2019

    分类: 基础科学,工程科技Ⅱ辑

    专业: 地质学,地质学,工业通用技术及设备,铁路运输

    单位: 新疆大学

    分类号: U231.3;P642.26

    总页数: 88

    文件大小: 2384K

    下载量: 350

    相关论文文献

    • [1].加薪心理预期判断因素多元回归模型研究[J]. 商 2016(22)
    • [2].空气质量数据校准的多元回归模型[J]. 晋城职业技术学院学报 2020(04)
    • [3].基于多元回归模型对房价的探索[J]. 全国流通经济 2019(18)
    • [4].流动党员社区参与及其行为选择差异性研究——基于多元回归模型的分析[J]. 江汉学术 2020(02)
    • [5].基于多元回归模型分析影响合金元素收得率主要因素[J]. 科技资讯 2020(09)
    • [6].上行沟通常见问题及对策[J]. 人力资源 2020(16)
    • [7].基于多元回归模型的电力诉求影响因素[J]. 电子技术与软件工程 2019(07)
    • [8].基于多元回归模型分析影响房价的因素[J]. 全国流通经济 2020(04)
    • [9].基于多元回归模型下人体吸氧效率的预测[J]. 云南民族大学学报(自然科学版) 2017(02)
    • [10].灰色多元回归模型在港口吞吐量预测中的应用[J]. 水运工程 2008(07)
    • [11].基于多元回归模型的不同浓度物质颜色分量分析[J]. 吉林建筑大学学报 2018(04)
    • [12].基于多元回归模型的航线收益关键因素识别[J]. 中国集体经济 2020(25)
    • [13].面向股票价格趋势预测的深度多元回归模型[J]. 经济研究导刊 2019(21)
    • [14].证券公司经营效率影响因素分析——基于多元回归模型[J]. 北方经贸 2020(01)
    • [15].基于多元回归模型的航空运输客运量预测[J]. 航空计算技术 2019(04)
    • [16].湖北省经济增长影响因素的研究——基于多元回归模型[J]. 中小企业管理与科技(中旬刊) 2019(07)
    • [17].电子商务的发展分析研究[J]. 现代营销(下旬刊) 2016(11)
    • [18].灰色—多元回归模型下的北京办公用地开发面积预测及供需矛盾研究[J]. 北京联合大学学报(自然科学版) 2015(02)
    • [19].我国工业对外贸易的环境影响评价——基于多元回归模型的实证[J]. 大众投资指南 2019(11)
    • [20].基于多元回归模型的重庆市经济增长影响因素研究[J]. 统计与咨询 2018(06)
    • [21].基于多元回归模型的股利政策实证检验[J]. 现代农业 2010(03)
    • [22].杭州城市化与其碳排放关系的研究[J]. 现代经济信息 2019(23)
    • [23].中国商品出口影响因素的研究——基于多元回归模型[J]. 山西能源学院学报 2018(03)
    • [24].基于串联灰色多元回归模型的大坝蓄水期变形性态分析[J]. 水电能源科学 2013(08)
    • [25].基于多元回归模型的广西经济增长动力因素研究[J]. 现代商贸工业 2019(26)
    • [26].基于多元回归模型的遵义市烟叶种植投入产出研究[J]. 农村经济与科技 2020(18)
    • [27].基于多元回归模型的个私从业人数影响因素的实证分析[J]. 江汉大学学报(自然科学版) 2017(01)
    • [28].落叶松木材干燥质量的多重多元回归模型研究[J]. 哈尔滨师范大学自然科学学报 2013(06)
    • [29].基于CGSS—2015年的收入性别差异实证分析[J]. 现代商业 2020(15)
    • [30].基于多元回归模型下的安徽省就业影响因素分析[J]. 劳动保障世界 2017(23)

    标签:;  ;  ;  ;  ;  

    多元回归优化模型在地铁地表沉降变形中的分析与应用
    下载Doc文档

    猜你喜欢