基于kalman-bp组合模型的变形分析与预测方法研究

《基于kalman-bp组合模型的变形分析与预测方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、＇ＳＯＵＴＨＷＥＳＴＪＩＡＯＴＯＮＧＵＮＩＶＥＲＳＩＴＹ：、＿：義：頓士学位论文．■．＿４ＭＡＳＴＥＲＤＩＳＳＥＲＴＡＴＩＯＮ－论文题目ＫａｌｍａｎＢＰ组；：基于合模型的变形Ｉ；：分析与预测方法研究，：ｉｆｅ，ｌ：：＿峰濟＿＾学位类别：—二学科专业：＾＿：二。－二级，年级：Ｕｉ＿＿；＇研究生？刘龙务：张献州纖＿＿：指导教师：：－—：ｉ｜ｇ＾ｉ＾＿德■、ｌｉｌｉｉｔｉ，‘ｌ？ｉｌｐ一灣一令五卑年■五国内图书分类号：Ｐ２５８密级：公开国际图书分类号：Ｕ５２６．８西南交通大学研究生学位论文

2、基干Ｋａ－ＢＰ组合模型的变形分析ｌｍａｎ与预测方法研究年级二〇一二级姓名刘龙申请学位级别工程硕士专业测绘工程指导教师张献州教授二零一五年五月十曰ＣｌａｓｓｉｆｉｅｄＩｎｄｅｘ：Ｐ２５８Ｕ．Ｄ．Ｃ：Ｕ５２６．８ＳｏｕｔｈｗｅｓｔＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙＭａｓｔｅｒＤｅｒｅｅＴｈｅｓｉｓｇＲＥＳＥＡＲＣＨＯＮＤＥＦＯＲＭＡＴＩＯＮＡＮＡＬＹＳＩＳＡＮＤＦＯＲＥＣＡＳＴＭＥＴＨＯＤＢＡＳＥＤＯＮＭＯＤＥＬＣＯＭＢＩＮＥＤＢＹＫＡＬＭＡＮＦＩＬＴＥＲＡＮＤＢＰＮＥＵＲＡ

3、ＬＮＥＴＷＯＲＫＧｒａｄｅ：２０１２ｎｄｉｄａｔｅ：ＬｉｕＬｏｎｇｒｅｅｅｄｏｒ：ＭａｓｅｒｏｆｎｎｅｅｒｎＡｃａｄｅｍｉｃＤｅｇＡｐｐｌｉｆｔＥｇｉｉｇＳｅｃｉａｌｉｔ：ＳｕｒｖｅｉｎａｎｄＭａｉｎＥｎｉｎｅｅｒｉｎｐｙｙｇｐｐｇｇｇＳｕｅｒｖｉｓｏｒ：Ｐｒｏｆ．ＺｈａｎＸｉａｎｚｈｏｕｐｇＭａ．１０２０１５ｙ，西南交通大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版。，允许论文被查阅和借阅本人授权西南交通大学可以将本论

4、文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复印手段保存和汇编本学位论文。本学位论文属于１．口保密，在年解密后适用本授权书；２．不保密ｇ／使用本授权书。“＂（请在以上方框内打Ｖ）学位论文作者签名：指导老师签名：一、’日期：日期：，仏＼工ｔ西南交通大学硕士学位论文主要工作（贡献）声明本人在学位论文中所做的主要工作或贡献如下：１．探讨了基于Ｋａｌｍａｎ滤波和ＢＰ神经网络的最优加权组合模型。将Ｋａｌｍａｎ滤波与ＢＰ神经网络作为单项模型，对预测结果进行加权组合，降低了单项模型的不确定性影响，提高了模型的稳健性。２．研究了

5、基于Ｋａｌｍａｎ滤波学习算法的ＢＰ神经网络ａｎ。用Ｋａｌｍ滤波作为学习算法去调整网络的权值和阈值，有效解决了传统ＢＰ收敛速度慢和易陷入局部最优的问题。“”““”‘”‘３－．利用两种ＫａｌｍａｎＢＰ组合模型，对平稳、渐变、突变和高频叠加长”ａ－周期四类典型变形趋势进行了仿真分析，探讨了ＫｌｍａｎＢＰ组合模型在不同数据环境中的模型精度和适用性。本人郑重声明：所呈交的学位论文，是在导师指导下独立进行研究工作所得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰。对本文的研究做出贡献的个人和集体写过的研究成果，均已在文中作了明确说明。本

6、人完全了解违反上述声明所引起的一切法律责任将由本人承担。学位论文作者签名：‘紀－曰期：＞５西南交通大学硕士研究生学位论文第Ｉ页摘要变形分析方法研究是工程健康监测与评估中的重要内容之一，目前变形分析与预测的方法模型较多，主要包括：趋势分析法、时间序列法、灰色模型法ＧＭ（１，１）、神经网络模型法等。结合Ｋａｌｍａｎ滤波在动态实时预测中的优势以及ＢＰ神经网络的强非线性映射能力，探讨了两者的融合算法及其在变形分析与预测中的应用。笔者研究过程：中，主要取得了以下研究成果１．推导了离散型Ｋａｌｍａｎ滤波的数学模型，研究了极大验后估计自适应Ｋａｌｍａｎ滤波

7、与基于方差分量估计的自适应Ｋａｌｍａｎ滤波，有效限制了传统Ｋａｌｍａｎ滤波的发散问题；详细研究了ＢＰ神经网络的原理与学习流程，给出了基于批量样本学习的ＢＰ神经网络程序流程．。－－２．研究了ＫａａｌｍａｎＢＰ）。ＯＷＣＫａｌｍａｎＢＰｌｍａｎ与ＢＰ最优加权组合模型（ＯＷＣＫ是将Ｋａｌｍａｎ滤波与ＢＰ神经网络作为单项模型，根据单项模型的残差对预测结果进行－加权组合。分析表明，ｏｗｅＫａｌｍ