论文部分内容阅读
随着科学技术的不断进步，测量学作为一门研究地球表面的学科也取得了快速的发展，对地球表面的研究更加透彻，更加深入，针对海量的地球表面数据，涌现出了越来越多的描述地球表面的模型和方法。对通过测量相关手段获得的野外数据的利用也越来越充分，其包含的信息也得到了越来越多的挖掘。在对某个具体的测量数据处理问题进行分析的过程中，可能会遇到多种模型和方法，每种模型和方法都可能对该问题的处理结果提供属于自己侧重点的有效信息，如何把这些模型和方法所包含的有效信息综合利用，最终得到一个信息最大化的分析结果逐渐成为测量数据处理研究领域的一个热点。本论文在综述几种常用测量数据处理方法的基础上，提出组合模型思路。通过对组合模型基本算法和思路的分析，进行了比较深入的基于组合模型的测量数据处理应用研究。
首先对统计分析法、灰色GM(1，1)模型、时间序列模型以及BP神经网络模型这几种常用的测量数据处理模型进行了综述，比较详细的介绍了多元线性回归模型、逐步回归模型、曲线拟合法、灰色GM(1，1)模型、时间序列模型以及BP神经网络模型的基本思路、算法和实现步骤进行了介绍。对测量数据处理模型和方法的介绍将作为本论文的基础理论。
其次提出了组合模型的基本思路。以误差平方和最小为例子详细介绍了组合模型的数学基础，并推广得到组合模型的一般求解算法。对组合模型常用的加权系数确定方法和常用的评价标准进行了简单的介绍。由于传统的组合模型中往往不能保证数据训练精度与数据预测精度的一致性，在数据模型的中长期预测中经常出现较大失误，本文提出了模型稳定度的相关理论。给出了稳定度的定义，详细的介绍了稳定度的数学表达、单一模型精度、精度因子、精度因子截距、平均训练精度以及平均预测精度等稳定度相关的若干概念。在此基础上提出了基于稳定度的组合模型权系数确定方法，这种权系数确定方法可以很好的保证模型的稳定性，也使模型的精度具有很好的延续性。定义了基于稳定度的组合模型评价标准以及非劣性组合模型、劣性组合模型以及优性组合模型等概念。由于单一模型的选择直接决定组合模型的优劣，还定义了基于稳定度的冗余模型，冗余度等概念，详细的阐述了组合模型中单一模型的选择以及单一模型数量的确定。
最后，本文把基于稳定度的组合模型理论应用于工程实例。首先，以高程异常拟合为例子，以平面拟合法和BP神经网络模型作为单一模型，选择误差平方和最小的权系数确定方法以及基于稳定度相关理论的权系数确定方法建立组合模型，经过试验分析，得到良好精度的数据处理结果，验证了组合模型以及稳定度相关理论的科学可行性。然后，以大坝变形监测为例子，以逐步回归模型、灰色GM(1，1)模型和BP神经网络模型作为单一模型，选择稳定度相关理论以及误差倒数法建立组合模型，通过对80组大坝变形实测数据的分析、处理，试验结果表明，基于稳定度理论的组合模型在大坝变形监测应用中相对于单一模型具有较高的稳定度，可以明显提高大坝变形监测的精度，基于误差倒数法组合模型的失效也证明了权系数选取的关键性。最后，以京津塘高速公路K131+610段的沉降观测数据为例子，以双曲线拟合法、BP神经网络模型和时间序列模型作为单一模型，选择基于稳定度相关理论以及基于误差平方和最小建立组合模型，对工程实例数据进行分析、处理，试验结果表明，单一模型在具有相对较好的训练精度的情况下，并不能保证模型的预测精度，突显出模型稳定性在预测模型选择决策中的重要性，同时也证明基于稳定度相关理论的组合模型可以优于传统权系数确定的组合模型。本文通过测量领域的三个工程实例，验证了组合模型在测量数据处理中，不仅能够提高数据处理的精度，同时能够降低预测相关问题中模型决策的风险。同时也验证了基于稳定度理论的组合模型在测量数据处理领域有着重要的理论研究意义和现实应用价值。