主权项: |
1.一种机场水泥混凝土道面裂开模式预测方法,其特征在于,所述机场水泥混凝土道面裂开模式预测方法包括: 通过选取的传递函数描述道板边界约束对局部区域的效应,计算出的道板区域状态值形成道板构造状态数值模式; 用最小的误差原理建立类似区域匹配准则计算基础计算道板和新道板之间的类似区域; 将基础板的类似特征值投射到新板的类似区域,图构出新板的道裂模式,预测混凝土道面的裂开模式。 2.如权利要求1所述的机场水泥混凝土道面裂开模式预测方法,其特征在于,传递函数为Lsi,j=1–Li,j,Li,j=Li,j-1+n(1–Li,j), (i=1,2,3…)(j=1,2,3…N); Rsi,j=1–Ri,j,LRi,j=Ri,j-1+n(1–LRi,j),(i=1,2,3…)(j=1,2,3…M); Bsi,j=1–Li,j,Bi,j=Li,j-1+n(1–Bi,j),(i=M,M-1,…2)(j=1,2,3…N); Tsi,j=1–Li,j,Ti,j=Ti,j-1+n(1–Ti,j),(i=1,2,3…M)(j=1,2,3…N);式中:Li0,Ri,N+1,BM+1,j,T0,j分别为Li,j,Ri,N+1,BM+1,j,Ti,j,的初始值,初始值描述各边板的约束状况,M,N是划分区域的行列数,n是传递系数,L、R、B、T分别时传递函数LX、Rx、Bx、Tx,的过渡函数;根据每个区域的状态值Si,j取其相邻的4个细胞的状态值的平均值,Si,j=(Lsi,j+Rsi,j+Bsi,j+Tsi,j)/4(i=1,2,…M j=1,2,…N)。 3.如权利要求1所述的机场水泥混凝土道面裂开模式预测方法,其特征在于,将基础板的类似特征值投射到新板的类似区域,图构出新板的道裂模式,预测混凝土道面的裂开模式;具体包括: S1:选择原始数据,在公开的新板的道裂模式数据集采集数据,对收集到的数据进行数据缺失检验并补充完整; S2:对补充完整的数据依照copula函数计算其秩相关系数,根据秩相关系数的大小选择合适的输入数据的新板的道裂模式; S3:对选定新板的道裂模式的裂开数据和目标裂开数据进行灰色绝对值关联度计算,依据灰色绝对值关联度的大小关系确定模型的最终输入数据; S4:对选取的最终输入数据进行建模分析,依据支持向量回归机建立非线性状态空间模型的状态方程和量测方程,并通过无迹卡尔曼滤波对模型的状态进行估计预测; S5:依据设定的选择标准,对无迹卡尔曼滤波中的尺度参数进行优化和更新,得到混凝土道面的裂开模式预测结果。 4.如权利要求3所述的机场水泥混凝土道面裂开模式预测方法,其特征在于,所述步骤S1的具体过程为:选择同一时间段的数据;共选择的22组,每组192个数据,然后对所有采集到的数据进行缺失检查对于缺失数据多于30个的新板的道裂模式直接删除,剩下的利用均值法进行填充,即,假设ai为缺失数据,则填充到该位置的数据 若ai前后12个数据也有缺失时,向前向后退递推,直至得到前后12个数据;若ai为第一个数据,则此时同理,ai为最后一个数据时,若ai为数据集中前12和后12的数据时,依然选择和首尾相同的填充方法;进而得到除1号,8号,12号,13号,15号新板的道裂模式外其他新板的道裂模式的完整数据集。 5.如权利要求3所述的机场水泥混凝土道面裂开模式预测方法,其特征在于,所述步骤S5的详细过程如下: 指定一个尺度参数λ的可行集λ∈[0,12],更新方法如下: (1)选择初始的λ; 取其为其中λmax=12,λmin=0 (2)在更新时,每次在原始的λj的基础上加入一个随机值ej,该值符合正态变化,期望为0,方差很小; 令j=0,1,… (3)将上述的λj+和λj分别代入无迹卡尔曼滤波中进行预测计算; (4)计算两者的预测误差,取误差小者进入下一步更新; 若 则取λj+1=λj+ 否则λj+1=λj (5)循环2-4步,直到预测误差达到设定的阈值或者更新次数达到设定标准时,更新停止,得到最优的尺度参数λ。 6.一种机场水泥混凝土道面裂开模式预测计算机程序,其特征在于,所述机场水泥混凝土道面裂开模式预测计算机程序实现权利要求1~5任意一项所述的机场水泥混凝土道面裂开模式预测方法。 7.一种终端,其特征在于,所述终端搭载实现权利要求1~5任意一项所述机场水泥混凝土道面裂开模式预测方法的处理器。 8.一种计算机可读存储介质,包括指令,当其在计算机上运行时,使得计算机执行如权利要求1-5任意一项所述的机场水泥混凝土道面裂开模式预测方法。 9.一种实现权利要求1~5任意一项所述机场水泥混凝土道面裂开模式预测方法的机场水泥混凝土道面裂开模式预测系统。 |