欢迎来到天天文库
浏览记录
ID:36620029
大小:2.21 MB
页数:86页
时间:2019-05-13
《基于支持向量机的基坑时态GIS监测系统研究》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、基于支持向量机的基坑时态GIS监测系统研究重庆大学硕士学位论文(学术学位)学生姓名:胡祝敏指导教师:刘星副教授专业:测绘科学与技术学科门类:工学重庆大学土木工程学院二O一四年四月ResearchofFoundationPitTemporalGISMonitoringSystemBasedonSupportVectorMachineAThesisSubmittedtoChongqingUniversityInFulfillmentoftheRequirementfortheMaster’sDegreeofEngineeringByHuZhuminSu
2、pervisedbyAss.Prof.LiuXingSpecialty:ScienceandTechnologyofSurveyingandMappingCollegeofCivilEngineeringChongqingUniversity,Chongqing,ChinaApril2014中文摘要摘要随着我国经济发展和城市化进程的不断深入,城市中能够掘取的土地资源不断缩小,高层建筑物逐年增多,各个城市也越来越重视对地下空间资源的开发利用。地下车站、地下仓库等地下基础设施的不断涌现,使得基坑监测变得尤为重要。基坑监测是监视基坑边坡及附近相关设施等变
3、形体点位移动而进行的长期和重复性的测量工作。其监测最终目的是提取变形体敏感部位中变形监测点的变形信息,对监测数据中提取的变形信息进行分析和解释,并按照一定的数学模型对变形体短期内的变化趋势进行预测,以保证基坑工程项目的安全进行。本文的研究工作是根据前人的研究成果,将时态GIS作为基坑监测系统的基础平台,充分发挥时态GIS管理数据、空间可视化以及时间维动态表现的强大优势,利用ArcGISEngine技术建立了基坑时态GIS监测系统。同时应用支持向量机对基坑监测数据进行分析研究,在此基础上提出了基于整体概念的多测点支持向量机分析和预测方法。本文主要研究
4、内容如下:(1)将时态GIS概念引入传统基坑监测系统中,同时研究适合基坑监测系统的时空数据模型。(2)在将支持向量机的理论应用于基坑监测数据分析和预测的基础上,提出多测点作为整体分析对象的最小二乘支持向量机分析预测方法。(3)建立基坑监测系统数据库并设计和实现基于ArcGISEngine技术的基坑监测系统。(4)结合本系统在国华基坑项目中的应用案例,通过与单测点BP神经网络和单测点最小二乘支持向量机计算结果的对比,对多测点最小二乘支持向量机结果进行验证。关键词:时态GIS,支持向量机,ArcGISEngine,基坑监测I重庆大学硕士学位论文II英文
5、摘要ABSTRACTWiththedevelopmentofeconomyandthedeepeningurbanizationinChina,thelandresourceswhichcitiesneedisshrinking,thenumberofhigh-risebuildingsisincreasingyearbyyear;meanwhile,citiespaymoreattentiontotheexploitationandtheutilizationofundergroundspace.Sincetheemergenceoftheund
6、ergroundinfrastructurelikeundergroundstationsandbasements,themonitoringofpitsisbecomingparticularlyimportant.Foundationpitmonitoring,whichmeansmonitoringthepointsmovementsofdeformablebodies,likefoundationpitslopeandthesurroundingrelatedfacilities,bylong-periodandrepetitivemeas
7、urementworks.Itspurposeisextractingthedeformationinformationofthemonitoringpointswhichonthesensitivepartsofthedeformablebody,toanalysisandinterpretthedeformationfromthemonitoringdata,andensurethefoundationpitprojectcarryoutsafelybyfollowingsomemathematicalmodelstopredictthesho
8、rttermtendencyofthedeformation.Basedontheresearchresultsofsom
此文档下载收益归作者所有