王江荣

(兰州石化职业技术学院信息处理与控制工程系，甘肃 兰州 730060)

高斯函数模型在变形监测数据处理中的应用

王江荣

(兰州石化职业技术学院信息处理与控制工程系，甘肃 兰州 730060)

建立了一种结构简单、精确度高、可操作性强的大坝变形数据高斯函数预测模型，克服了已有方法的不足。建模时利用MATLAB 遗传算法工具箱的主要函数ga()求出模型系数的初始值，再用搜索工具箱中的fminsearch 函数求出模型系数的最终值。用16期观测数据建模，再用4期变形数据对模型进行检验，检验结果表明所建模型具有很高的精确度，预测效果远好于已有的一些预测模型，为变形预测提供了一种新方法、新思路。

变形预测 高斯函数 遗传算法 MATLAB

根据变形数据对变形体的未来变化趋势能否作出准确预测，关系到能否为工程建筑设计、施工及地质灾害防治等提供科学的依据和准确的指导。建立结构简单、准确度高、稳定性好、可操作性强的变形预测模型，一直是工程技术人员的追求。目前，对变形监测数据分析和预报的方法主要有回归分析法[1]、灰色系统分析法[2]、时间序列分析法[3-4]、小波预处理的预测分析法[5-6]、卡尔曼滤波算法[7-8]、人工神经网络[9]以及频谱分析法等[10]。这些方法均取得了不错的效果，但也存在模型结构复杂、可操作性差和精确度不高等缺陷。由于变形系统是一个复杂的非线性系统，用线性回归模型不能取得理想的拟合预测效果，特别在建模时若有未考虑到的因素对变形产生影响时，这时候的预测就会产生较大的偏差。……