基于稳健估计的高速铁路沉降预测与数据处理方法研究

《基于稳健估计的高速铁路沉降预测与数据处理方法研究》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、万方数据中图分类号UDCP207、U238528．4硕士学位论文学校代码10533密级公开基于稳健估计的高速铁路沉降预测与数据处理方法研究ResearchofsettlementpredictionanddataprocessingbasedonrobustestimationonHigh-speedrailwayunderlineconstruction作者姓名：学科专业：研究方向：学院．(系、所)：指导教师：伍绍浩大地测量学与测量工程铁路工程精密测量、变形监测地球科学与信息物理学院彭仪普副教授一一席辎中南大学二。一

2、四年五月万方数据学位论文原创性声明删本人郑重声明，所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了论文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得中南大学或其他教育机构的学位或证书而使用过的材料。与我共同工作的同志对本研究所作的贡献均已在论文中作了明确的说明。·申请学位论文与资料若有不实之处，本人承担一切相关责任。噼铲虹嗍巡呦尹日学位论文版权使用授权书本学位论文作者和指导教师完全了解中南大学有关保留、使用学位论文的规定：即学校有权保留并向国家

3、有关部门或机构送交学位论文的复印件和电子版；本人允许本学位论文被查阅和借阅；学校可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用复印、缩印或其它手段保存和汇编本学位论文。保密论文待解密后适应本声明。日万方数据基于稳健估计的高速铁路沉降预测与数据处理方法研究摘要：现有沉降预测模型己广泛的应用于工程项目，但预测的结果与实测数据仍然存在一定的偏差。对于观测数据可能存在的粗差以及在数据预处理过程中存在的奇异值，多是根据数据处理工作者个人经验，进行主观删除。这样的做法存在很大的偶然性，无法确保每次预测结果是否真实

4、可靠，且处理过程较为繁琐。针对这一问题，本文从常用的曲线预测模型出发，引入最优组合预测理论，根据不同的权函数约束准则对比了四种组合预测模型。并将稳健估计理论运用到曲线预测模型中，提出了稳健双曲线预测模型、稳健Asaoka预测模型，结合外业实测数据分析模型预测效果。本文的主要内容和研究成果有：(1)根据现有沉降预测理论，重点分析了基于实测数据的曲线预测模型，总结了曲线预测模型的优缺点和局限性。根据不同的权重约束准则，对比了多个组合预测模型的稳健性。(2)建立了稳健双曲线模型和稳健Asaoka模型，采用Matlab程序语言

5、编写了相应的程序，并随机选取了现场实测数据对模型进行验证。发现双曲线预测模型起始预测点越靠后，数据点越少，越容易产生奇异值，且奇异值的数量级远大于粗差，而Asaoka预测模型数据预处理过程中不易产生数量级大的奇异值。(3)在对模型数据预处理过程中发现：基于稳健估计的曲线预测模型的拟合优度普遍优于普通曲线预测模型，并且能够解决原始数据中的粗差和预处理过程产生的奇异值造成预测结果失真的问题。(4)对实验结果的统计分析表明：在将双曲线预测模型、Asaoka预测模型转换为线性模型进行模型参数求解时，拟合优度不合格(

6、模型参数，可能导致模型失真，求解的预测值或最终沉降值不准确也不可靠，故不建议采用。(5)采用Matlab程序语言开发了界面友好、简洁的沉降预测系统，提高了评估工作的效率，为实际工作提供了便利。以上研究表明，采用稳健估计理论与曲线预测模型相结合，能够抵抗观测数据的粗差和奇异值的影响，具有重大实用价值。关键词：高速铁路；沉降预测；组合预测；双曲线模型；Asaoka模型；稳健估计；回归分析；MATLAB分类号P207、U238万方数据Researchofsettlementpredictionanddataprocessin

7、gbasedonrobustestimationonHigh--speedrailwayunderlineconstructionAbstract：Settlementpredictionmodelhasbeenwidelyusedinexistingprojects，butcomparedwiththemeasureddata，therestillexistsacertaindeviationinthepredictedresult．Forpossiblegrosserrorintheobservationdataa

8、ndsingularvalueintheprocessofdatapreprocessing，mainlyaccordedtothedataprocessingworker’Spersonalexperience，deleteditsubjectively．Thisapproachnotonlyfailedtoensurethat