全文总字数：3878字

1. 研究目的与意义及国内外研究现状

变形监测是指对被监测的对象和物体（变形体）进行测量已确定其空间位置及内部形态随时间变化的特征，又称变形测量或变形观测。随着现代科学技术的进步，人们对于变形监测的精度要求越来越高，因此用于变形检测的方法也逐渐变多，其中最常用的几种方法：1）多元线性回归分析法；2）bp神经网络；3）灰色系统理论法；这几种方法各有各个优点，但同时它们也存在着不可调和的缺点。

1. 多元线性回归分析法是指利用两个及两个以上自变量进行回归分析的方法。多元线性回归分析方法目前应用最多的一种方法，它是一种一对多的模型，利用多个自变量或数据进行多次重复往返计算。虽然从某种程度上来说，多元线性回归分析方法可以反映或拟合几个自变量因子中的线性关系，但因为变形观测的数据精度不高，使得原始数据必须经过预处理，才可以利用回归分析法判断各自变量因子之间的线性关系的拟合程度的高低。

2. bp(back propagation)神经网络是1986年以rumelhart和mcclelland为首的科学家)提出的，一种依据误差逆向传播算法训练的多层前馈神经网络，是目前应用最广泛的神经网络。bp神经网络的算法被称为bp算法，主要依据梯度下降法。就是利用梯度搜索技术，使得网络的实际输出值和期望输出值的误差均方差最小。bp算法主要包括信号的正向传播和误差的反向传播，就是计算误差输出是按从输入到输出的方向进行，而权值和阈值从输出到输入的方向进行。bp神经网络处理速度快，且具有很高的容错性，但容易陷入局部极小值，容易出现不具有代表性的情况。

3. 灰色系统理论是以灰色系统为研究对象，以灰色系统的白化、淡化、量化、模型化为手段，从而达到对各种灰色系统发展和预测的目的的理论。灰色系统理论主要研究的是贫信息建模，它通过寻找原始数据中潜藏的某种内在规律来解决贫信息情况下的系统问题。灰色系统理论所利用数据量较少，他可以根据不完全信息来预测，但它只能进行短期监测数据的预测，若时间过长，则预测结果会变得不准确。 因此，本文利用逐步回归-bp神经网络的方法，对变形监测数据进行处理分析。将回归分析和bp神经网络结合起来，就可以更好的避免这两种方法所产生的弊端，这对变形观测的测量具有重要的作用。

   剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！

   2. 研究的基本内容

   现实生活中，变形监测数据中所包含的变形体的基本信息。在对变形监测数据进行分析时，首先要对数据进行与处理，对监测的数据进行基本数据操作，剔除粗差，提高精度。利用多次线性回归分析方法，选择最显著，最具代表性的最优自变量子集，然后利用bp神经网络确定实际输出值和期望输出值之间的差值，并将其控制在最小的数值上，由此来提高变形监测数据的精度。本论文将分为六章，各章安排如下：

   第一章绪论，主要阐述本论文的研究目的和意义、变形监测的并介绍变形监测数据处理的国内外研究现状，及基于逐步回归-bp神经网络的变形监测数据处理方法的综述。

   第二章变形监测数据的预处理，主要阐述变形监测受环境条件影响而产生的误差的基本处理以及预处理的目的和意义。

   剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！

   3. 实施方案、进度安排及预期效果

   实施方案：首先，阅读相关参考文献，运用所学知识，对变形监测数据进行预处理，然后再利用逐步回归-bp神经网络模型对已经预处理过的变形监测数据进行数据处理和分析。

   进度安排：第一阶段：2018年11月11日-2018年11月15日，针对选题，收集并阅读相关文献，了解测量不确定度的发展。

   剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！

   4. 参考文献

   [1]黄丽.bp神经网络算法改进及应用研究[d].重庆师范大学.2008.4

   [2]王存友，黄张裕，汪闩林，欧阳经富.bp神经网络与多项式拟合在沉降观测中的应用[j].地理空间信息.2017,15(6):108-113.

   [3]张政.gnss地质灾害实时监测数据处理研究[d].长安大学.2018.

   剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付