学位论文 > 优秀研究生学位论文题录展示

基于基因表达式编程的建筑物变形预测模型研究

作 者: 秦昆
导 师: 刘小生
学 校: 江西理工大学
专 业: 大地测量学与测量工程
关键词: 建筑物 变形预测 基因表达式编程 模型
分类号: TU196.1
类 型: 硕士论文
年 份: 2013年
下 载: 56次
引 用: 0次
阅 读: 论文下载
 

内容摘要


近年来,城市化的加快带动了房地产的发展,大量高层建筑随之产生。高层建筑物的安全问题日益受到人们的关注,建筑物变形预测问题就是其中之一。常见的预测方法对建筑物变形预测存在一些不足之处。基因表达式编程是一种基于生物基因结构和功能发明的一种新型自适应演化算法,已在金融、气象水文和灾害预警等预测领域广泛应用。因此,本文将基因表达式编程方法应用于建筑物变形预测中。首先,论文对课题研究的意义以及当前国内外变形预测研究进展进行了介绍,阐述了当前变形预测方法以及基因表达式编程应用的研究现状,确定了本文研究内容和研究路线。其次,根据基因表达式编程原理,对基因表达式编程的基本流程进行了分析,并根据问题的复杂度,采用多个基因组成的染色体作为研究对象并对其进行了编码;其中个体的选择采用轮盘赌法;变异、插串、重组等算子通过多次实验得出了合理的参数值;同时,为了提高基因表达式编程的效率,针对传统方法的不足,使用了Kquick算法对K-表达式的求解过程进行了改进。然后,考虑到建筑物变形数据的实际情况,将滑动窗口预测法与标准的基因表达式编程算法加以结合提出了改进的基因表达式编程算法;使用Visual C++6.0开发了基于基因表达式编程的建筑物变形预测程序;最后,使用该程序对某公寓的沉降数据进行了预测,通过多次实验,获得最优的染色体,并得到了反映建筑物变形规律的数学模型。将预测结果与灰色系统预测模型、BP神经网络预测模型进行对比分析,结果表明,基于基因表达式编程的预测方法的预测值精度比传统方法提高近一倍,也就是说基于基因表达式编程的预测方法在建筑物变形预测领域具有推广应用价值。

全文目录


摘要  4-5
Abstract  5-8
第一章 绪论  8-16
  1.1 选题的目的及意义  8-9
  1.2 变形预测研究现状  9-11
  1.3 基因表达式编程方法的研究现状  11-12
  1.4 本文研究内容和技术路线  12-15
    1.4.1 研究内容  12-13
    1.4.2 技术路线  13-15
  1.5 论文章节安排  15-16
第二章 建筑物变形监测理论及常见的预测模型  16-20
  2.1 建筑物变形监测理论  16-18
    2.1.1 建筑物监测的内容  16
    2.1.2 建筑物监测的方法  16
    2.1.3 建筑物变形监测的要求  16-17
    2.1.4 监测精度要求  17
    2.1.5 建筑物变形监测数据处理  17-18
  2.2 常见的预测模型  18-20
    2.2.1 回归分析方法  18
    2.2.2 灰色系统预测方法  18-19
    2.2.3 神经网络预测方法  19
    2.2.4 时间序列预测方法  19-20
第三章 基因表达式编程的原理与改进  20-33
  3.1 基因表达式编程的基本概念  20-21
    3.1.1 基因表达式编程的来源  20
    3.1.2 基因表达式编程简介与定义  20-21
  3.2 基因表达式编程原理  21-29
    3.2.1 编码方式  21-24
    3.2.2 适应度函数  24-25
    3.2.3 遗传操作  25-28
    3.2.4 基因表达式编程的基本流程  28-29
  3.3 基因表达式编程的相关改进技术  29-33
    3.3.1 K-表达式快速求值算法  29-32
    3.3.2 滑动窗口预测法  32-33
第四章 建筑物变形预测模型应用与分析  33-59
  4.1 工程实例  33-36
    4.1.1 工程概况  33-35
    4.1.2 规范规程  35
    4.1.3 建筑物沉降观测  35-36
  4.2 基于基因表达式编程的建筑物沉降变形预测  36-43
    4.2.1 GEP-Buildings 算法的原理  36-38
    4.2.2 GEP-Buildings 模型的建筑物沉降变形预测  38-43
  4.3 基于灰色模型的建筑物沉降变形预测  43-51
    4.3.1 灰色 GM(1,1)预测模型  43-45
    4.3.2 灰色 GM(1,1)预测模型在建筑物沉降变形中的应用  45-51
  4.4 基于 BP 神经网络的建筑物沉降变形预测  51-56
    4.4.1 BP 神经网络模型  51-52
    4.4.2 BP 神经网络模型在建筑物沉降变形中的应用  52-56
  4.5 预测结果的对比分析  56-59
第五章 总结与展望  59-60
  5.1 总结  59
  5.2 展望  59-60
参考文献  60-62
附录  62-67
致谢  67-68
在学期间发表的学术论文与研究成果  68
个人简历  68

相似论文

  1. 基于巨磁阻抗效应磁测传感器及地磁匹配算法研究,P318
  2. 电火花加工中的电极损耗机理及控制研究,TG661
  3. 粉末活性炭—超滤工艺处理微污染地表水试验研究,X703
  4. 陀螺稳定吊舱控制系统稳定回路设计与研究,V241.5
  5. 卫星姿态的磁控制方法研究,V448.222
  6. 涡轮S2流面正问题气动优化设计研究,V235.11
  7. 光纤陀螺温度漂移建模与补偿,V241.5
  8. 轨道交通引起周围环境竖向振动的振源特性分析,U211.3
  9. 径向振动模式压电变压器的等效电路模型与应用,TM406
  10. 基于DSP的感应电动机四象限运行系统的研究,TM346
  11. 基于DSP的感应电机矢量控制系统研究,TM346
  12. 基于细胞电生理模型的膜片钳实验仿真平台设计与实现,R318.0
  13. 基于信息熵的课堂观察量化评价模型研究,G632.4
  14. SOA高校迎新系统中的SDO模型的研究与实现,G647
  15. 多重ANN/HMM混合模型在语音识别中的应用,TN912.34
  16. 带径向速度观测的跟踪算法研究,TN953
  17. 基于VRPF的机动目标跟踪的研究,TN957.52
  18. 网络语音传输丢包的恢复技术,TN912.3
  19. 惯导平台车载试验的仿真系统及辨识方法研究,TN966
  20. 低轨卫星移动信道特性模拟硬件实现,TN927.23
  21. 面向SMDA的服务建模方法及工具实现,TP311.52

中图分类: > 工业技术 > 建筑科学 > 建筑勘测 > 观测 > 变形观测
© 2012 www.xueweilunwen.com