ev模型在大坝变形监测数据处理中的应用研究

《ev模型在大坝变形监测数据处理中的应用研究》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、河海大学硕士学位论文EV模型在大坝变形监测数据处理中的应用研究姓名：袁峥申请学位级别：硕士专业：大地测量学与测量工程指导教师：黄张裕20070401摘要大坝观测资料的分析是掌握大坝运行性态的重要手段，是判断大坝安危的科学依据。因此对大坝观测资料做出及时、合理、有效的分析是大坝安全监控的重要工作之一。回归模型作为大坝变形监测资料分析的常用方法，有着成熟的理论和方法。该模型方法简单方便，不需要进行十分复杂的计算，且效果良好，预报周期长，最重要的是回归模型还能很好对变形原因进行解释。但是回归模型在数据处理过程中，只考虑模型因变量的观测误差，并

2、不考虑模型自变量的观测误差，容易造成模型失真。本文针对回归模型的局限性引入自变量含有误差的改进模型，即EV模型(Errors．in-Variables模型)。在初步研究EV模型基本理论的基础上，探讨了其参数估计方法，同时研究了EV模型在大坝变形监测数据处理中的应用。本文的主要研究内容有：1．结合回归模型的基本理论，对EV模型的基本理论及其特点进行研究，详细分析了EV模型与回归模型的区别与联系，探讨了EV模型的分类以及参数估计的必要条件。2．研究了非线性EV模型的参数估计方法，给出了Fisher算法及其改进算法，探讨了一种可分量变量模型的

3、易于实现的HEIV算法，并分析了这些参数估计方法的局限性和应用范围。3．对青铜峡大坝的变形监测数据建立非线性EV模型进行处理，研究了模型误差协方差阵的解决方法，探讨了基于实用的改进的EV模型，并详细分析了Ev模型和回归模型在建模精度和预报精度上的差异，验证了EV模型的有效性和优越性。4．在回归诊断理论基础上研究了EV模型的统计诊断方法，并结合青铜峡大坝监测数据实例，探讨了Ev模型统计诊断方法在监测数据异常值探测上的应用效果。关键词：大坝变形监测EV模型数据处理统计诊断AbstractItisanimportantmeanstoanaly

4、zetheobservationmaterialtomasterytheworkingstateofdams，thesafetydegreeofdamsalsoCanbejudgedaccordingtotheobservationmaterial．Soitisoneoftheimportanttaskstomaketimely,reasonableandeffectiveanalysisfordamobservationdata．Regressionmodelhasdevelopedtheoryasabasicmethodinanal

5、yzingtheobservationmaterialofdams．Themethodhasmanymerits，forinstance，itissimple,notdemandscomplicatedcalculation，anditspredictingperiodiscomparativelong．Themostimportantofa11．theregressionCanexplaintherelationsinallvariables．Ruttheregressiondoesn’tconsidertheerrorsinallv

6、ariables；hencetheresultcarlbeanamorphie．Accordingtoregression’Sshortage，thispaperintroducedanewmodel，namelyEV(Errors—in—Variables)model．ThispaperstudiedthebasictheoriesofEVmodelandthemeansforparameterestimation，andexploredtheapplicationinanalyzingtheobservationmaterialof

7、dams．ThemaincontentsofthispaperareasfolioWS,1．ThecharacteristicsandbasictheoriesofEVmodelisstudiedcomparedwiththeregression．AndthispaperdiscussedthespeciesofEVmodelsandthemeansforparameterestimation．2．EstimationofnonlinearEVmodelsisstudied．Presentedageneraliterativeformu

8、laforparameterestimationbasedonthemaximum·likelihoodestimation，andpresentedaneasierarithmeticSO—calledH