《表2 各估计方法对比分析Tab.2 The estimation methods comparison and analysis》
受光线、气温、仪器等随机因素影响,沉降变形监测数据不可避免地受到较大噪声干扰,因此沉降数据表现为较大的波动,需要对观测数据进行平差分析,识别高铁沉降真实曲线。利用前52期观测数据建立GM(1,1)模型,可以计算出沉降真实曲线发展系数a=0.189,灰作用量b=2.352。由图5可知,沉降观测数据在第6期偏离真实数据较大,通过计算,该观测值包含粗差。在图5中,PEIV-TLS预测曲线与真实沉降曲线的偏离程度远大于LS-IGGⅢ和PEIV-TLS-IGGⅢ预测曲线,说明观测数据中含有粗差时,预测模型的精度主要受粗差大小的影响,并且IGGⅢ抗差方案具有一定的抗差性。PEIV-TLS-IGGⅢ预测精度高于LS-IGGⅢ,说明观测方程中系数矩阵存在误差时,对观测方程进行总体最小二乘估计效果优于最小二乘估计。为比较各模型快速识别高铁路基沉降真实曲线的能力,选用前7~10期观测数据分别计算各模型发展系数a、灰作用量b预测值和后验比,计算结果见表2。
图表编号 | XD0015187600 严禁用于非法目的 |
---|---|
绘制时间 | 2018.02.15 |
作者 | 陈洋、文鸿雁、覃辉、王清涛、周吕 |
绘制单位 | 桂林理工大学测绘地理信息学院、桂林理工大学测绘地理信息学院、桂林理工大学测绘地理信息学院、桂林理工大学测绘地理信息学院、武汉大学测绘学院、东华理工大学江西省数字国土重点实验室 |
更多格式 | 高清、无水印(增值服务) |
查看“表2 各估计方法对比分析Tab.2 The estimation methods comparison and analysis”的人还看了
- 表5 威布尔分布三参数不同方法估计精度对比表Tab.5 Comparison table for estimation accuracy of different methods for three-parameter Weibull di