面向桥梁的健康监测数据压缩及预测关键技术研究
这是一篇关于冷热特性,数据价值,分类压缩,组合预测,BIM桥梁模型的论文, 主要内容为城市桥梁的安全时刻影响着市民的生命财产安全,但其在长期恶劣环境下,安全事故频发。为确保时刻掌握桥梁的安全发展态势保证桥梁安全运营,重要的预防措施是对桥梁实施健康监测。目前桥梁监测数据量大,维护及管理成本高难度大。同时传统的桥梁监测预警系统大多存在信息化不完善,且缺乏有效数据分析和预测方法将监测数据转换为直观化的结果呈现,无法全面掌握桥梁健康状况及预警桥梁的安全风险。为了解决桥梁健康监测中的这些问题,提高我国桥梁健康监测及预警能力。本文以雅康高速泸定大渡河特大桥为研究对象,将BIM三维桥梁模型、GIS地形数据、桥梁监测数据与桥梁健康监测数据管理及预警系统相结合,设计并实现了一个针对海量桥梁监测数据进行预处理、压缩、存储、管理、分析、预测、预警的健康监测平台,同时提出了基于数据价值和访问特性的数据分类压缩策略以降低监测数据的存储成本,提高系统存储资源的使用效率,本文还提出了一种基于多种预测和分解模型的最优权重组合预测模型通过分解-预测-合并-组合的方式来提高桥梁监测数据预测准确度,有效的预警桥梁安全事故的发生,减少桥梁安全事故给人民带来的经济和人身安全损失,为我国桥梁安全决策提供了更加可靠的数据支撑。论文的研究内容和成果如下:1.面向桥梁的海量健康监测数据分类压缩存储策略的研究与实现。本文提出了一种基于数据价值和访问特性的改进牛顿冷却定律冷热数据分类模型,通过数据的访问特性和数据价值依靠该模型能够准确的将数据划分为冷数据、温数据、热数据。同时还提出了一种基于冷热数据的分层压缩存储策略通过将冷、温、热数据采用不同的压缩算法存储在多种性能大小不同的存储介质中来达到降低存储成本和访问时延的效果。在此基础上本文针对桥梁监测场景下时序数据特点提出了无损压缩算法,该算法将差分编码、字典编码、进制转换编码、哈夫曼编码的思想相结合有效的提高了算法的压缩比。经实验结果表明本文提出的分类压缩存储策略能够有效降低数据存储成本的同时降低了数据的访问时延,提高了系统的资源使用效率。2.基于桥梁健康监测数据的最优权重组合预测模型的研究与实现。本文提出了一种最优权重分解组合预测模型,基于四种时间序列分解算法和多种预测模型进行分解-预测-筛选-合并得到基础预测模型,最后结合遗传学和动态规划思想计算得到最优组合模型的权重系数,以此提高组合模型预测桥梁监测数据的精准度,来达到更好的预测预警桥梁安全状态的目的,解决了单一经典预测模型受桥梁周围复杂环境及人类活动影响预测结果准确度不高无法掌握数据演化规律的局限性。实验结果表明将预测模型的结果进行对比分析得出最优权重组合模型预测精准度高于任一单一经典预测模型以及采用传统组合方式的预测模型。3.桥梁监测数据管理及预警平台的设计与实现。平台使用了应用范围更广的B/S结构,后端技术栈采用Spring Boot开发框架,数据存储选择My SQL关系型数据库,前端采用Vue.js渐进式框架,以前后端分离的方式搭建了桥梁健康监测预警平台。同时将BIM三维桥梁模型引入到桥梁健康监测预警平台中实现监测数据的三维可视化呈现,基于Web GL技术实现BIM模型在Web中的三维场景呈现,通过在三维空间BIM桥梁模型上表达各个监测点实时监测数据,实现了监测数据的升维表达,同时也解决了传统二维图表反映桥梁监测数据可视化能力弱的特点。
汽车产品市场调研与分析应用系统设计与开发
这是一篇关于汽车产业,调研分析,系统分析,系统设计,组合预测的论文, 主要内容为汽车产业是国民经济的先导产业,对国民经济的快速增长起到了十分重要的作用。对于汽车生产厂商来说,合理统计预测某时间段的汽车销量和区域销量对制定产业政策及相关政策创新都是非常有意义的。但是目前我国汽车厂商的销售统计和分析研究水平仍然落后于工业发达国家,使汽车市场的激烈竞争同企业落后的销售调研与分析水平的矛盾日趋尖锐。 首先,本文研究的调研与分析应用系统,是在企业以往调研分析的基础上,针对汽车产品不同品牌、不同区域、不同车型销量各自的特点得到专门用于汽车产品市场调研与分析决策系统。 其次,本文对系统进行了需求分析,并在此基础上对系统中的主要模块建立模型,在系统设计方面对主要关键技术进行了详解。根据系统分析及其设计,开发出适用于企业的汽车产品市场调研与分析应用系统。 最后,本文建立了四个单项预测模型,根据组合预测理论,在组合的过程中,通过权数将每个模型的优点强化,缺点弱化,从而集成单项模型预测中所丢失的有用信息,建立的组合预测模型具有更高的精确度和可靠度,并应用此模型对未来6年的销量进行了预测。 该系统的应用会在很大程度上提高企业开发新产品的决策水平,提高企业经济效益与市场竞争能力。本文所获得的经验和方法也可用于其他企业和产品的市场调研和分析过程中。
汽车产品市场调研与分析应用系统设计与开发
这是一篇关于汽车产业,调研分析,系统分析,系统设计,组合预测的论文, 主要内容为汽车产业是国民经济的先导产业,对国民经济的快速增长起到了十分重要的作用。对于汽车生产厂商来说,合理统计预测某时间段的汽车销量和区域销量对制定产业政策及相关政策创新都是非常有意义的。但是目前我国汽车厂商的销售统计和分析研究水平仍然落后于工业发达国家,使汽车市场的激烈竞争同企业落后的销售调研与分析水平的矛盾日趋尖锐。 首先,本文研究的调研与分析应用系统,是在企业以往调研分析的基础上,针对汽车产品不同品牌、不同区域、不同车型销量各自的特点得到专门用于汽车产品市场调研与分析决策系统。 其次,本文对系统进行了需求分析,并在此基础上对系统中的主要模块建立模型,在系统设计方面对主要关键技术进行了详解。根据系统分析及其设计,开发出适用于企业的汽车产品市场调研与分析应用系统。 最后,本文建立了四个单项预测模型,根据组合预测理论,在组合的过程中,通过权数将每个模型的优点强化,缺点弱化,从而集成单项模型预测中所丢失的有用信息,建立的组合预测模型具有更高的精确度和可靠度,并应用此模型对未来6年的销量进行了预测。 该系统的应用会在很大程度上提高企业开发新产品的决策水平,提高企业经济效益与市场竞争能力。本文所获得的经验和方法也可用于其他企业和产品的市场调研和分析过程中。
面向桥梁的健康监测数据压缩及预测关键技术研究
这是一篇关于冷热特性,数据价值,分类压缩,组合预测,BIM桥梁模型的论文, 主要内容为城市桥梁的安全时刻影响着市民的生命财产安全,但其在长期恶劣环境下,安全事故频发。为确保时刻掌握桥梁的安全发展态势保证桥梁安全运营,重要的预防措施是对桥梁实施健康监测。目前桥梁监测数据量大,维护及管理成本高难度大。同时传统的桥梁监测预警系统大多存在信息化不完善,且缺乏有效数据分析和预测方法将监测数据转换为直观化的结果呈现,无法全面掌握桥梁健康状况及预警桥梁的安全风险。为了解决桥梁健康监测中的这些问题,提高我国桥梁健康监测及预警能力。本文以雅康高速泸定大渡河特大桥为研究对象,将BIM三维桥梁模型、GIS地形数据、桥梁监测数据与桥梁健康监测数据管理及预警系统相结合,设计并实现了一个针对海量桥梁监测数据进行预处理、压缩、存储、管理、分析、预测、预警的健康监测平台,同时提出了基于数据价值和访问特性的数据分类压缩策略以降低监测数据的存储成本,提高系统存储资源的使用效率,本文还提出了一种基于多种预测和分解模型的最优权重组合预测模型通过分解-预测-合并-组合的方式来提高桥梁监测数据预测准确度,有效的预警桥梁安全事故的发生,减少桥梁安全事故给人民带来的经济和人身安全损失,为我国桥梁安全决策提供了更加可靠的数据支撑。论文的研究内容和成果如下:1.面向桥梁的海量健康监测数据分类压缩存储策略的研究与实现。本文提出了一种基于数据价值和访问特性的改进牛顿冷却定律冷热数据分类模型,通过数据的访问特性和数据价值依靠该模型能够准确的将数据划分为冷数据、温数据、热数据。同时还提出了一种基于冷热数据的分层压缩存储策略通过将冷、温、热数据采用不同的压缩算法存储在多种性能大小不同的存储介质中来达到降低存储成本和访问时延的效果。在此基础上本文针对桥梁监测场景下时序数据特点提出了无损压缩算法,该算法将差分编码、字典编码、进制转换编码、哈夫曼编码的思想相结合有效的提高了算法的压缩比。经实验结果表明本文提出的分类压缩存储策略能够有效降低数据存储成本的同时降低了数据的访问时延,提高了系统的资源使用效率。2.基于桥梁健康监测数据的最优权重组合预测模型的研究与实现。本文提出了一种最优权重分解组合预测模型,基于四种时间序列分解算法和多种预测模型进行分解-预测-筛选-合并得到基础预测模型,最后结合遗传学和动态规划思想计算得到最优组合模型的权重系数,以此提高组合模型预测桥梁监测数据的精准度,来达到更好的预测预警桥梁安全状态的目的,解决了单一经典预测模型受桥梁周围复杂环境及人类活动影响预测结果准确度不高无法掌握数据演化规律的局限性。实验结果表明将预测模型的结果进行对比分析得出最优权重组合模型预测精准度高于任一单一经典预测模型以及采用传统组合方式的预测模型。3.桥梁监测数据管理及预警平台的设计与实现。平台使用了应用范围更广的B/S结构,后端技术栈采用Spring Boot开发框架,数据存储选择My SQL关系型数据库,前端采用Vue.js渐进式框架,以前后端分离的方式搭建了桥梁健康监测预警平台。同时将BIM三维桥梁模型引入到桥梁健康监测预警平台中实现监测数据的三维可视化呈现,基于Web GL技术实现BIM模型在Web中的三维场景呈现,通过在三维空间BIM桥梁模型上表达各个监测点实时监测数据,实现了监测数据的升维表达,同时也解决了传统二维图表反映桥梁监测数据可视化能力弱的特点。
工程材料信息价编制、预测及Web平台的开发
这是一篇关于信息价,采集,组合预测,平台的论文, 主要内容为2020年7月,住建部发布了《关于印发工程造价改革工作方案的通知》(建办标[2020]38号),《通知》强调将逐步停止发布预算定额,搭建市场价格信息发布平台,鼓励企事业单位通过信息平台发布各自的人工、材料、机械台班市场价格信息,供市场主体选择。鉴于材料费一般占工程造价的60%左右,为了应对本轮工程造价改革对市场主体开展工程造价管控所造成的冲击,对工程材料信息价的采集方法、计算方法、价格走势预测开展深入研究尤为必要。在广泛阅读文献和调研的基础上,结合国内外在工程材料信息价方面的研究现状,论文对工程材料信息价的采集方法、计算方法及价格走势预测开展了研究,系统性地归纳整理出采集渠道及标准,引入了3σ法、格拉布斯法、狄克逊法对采集的异常数据进行筛选处理。筛选剔除异常数据后,针对来自不同产地不同供应商的同种材料信息价,采取变异系数法确定材料信息价,并运用SARIMA和GM方法构建了组合预测模型。此外,在前者研究的基础上,设计了针对材料信息价的平台并加以实现,运用PHP脚本语言将组合模型与相应数据嵌入到信息平台开发中,为用户提供信息价实时预测功能。首先,调研了目前市场上可行的材料信息价的采集渠道,提炼了采集渠道的选择原则与采集方法。针对数据整理汇集中的常见问题,引入统计学的相关理论知识,提供了三种科学的数据处理方法筛选异常数据。其次,筛选剔除完异常数据的同种材料价格,可能会因产地、供应商等等因素的不同而存在多个价格,运用客观赋权法当中的变异系数法来确定不同价格对应的权重,变异系数可反映出一段时间内单一材料价格的离散程度,相比主观赋权法,根据数据单位均值上的离散程度来赋予权重更为科学。再次,运用Python技术分别构建了可以进行长期预测的时间序列预测模型和可以进行短期预测的灰色预测模型,并且运用均方差倒数法分别赋予两个预测模型相应的权重进而构建组合预测模型,以满足信息价的预测精度。通过大量实际数据进行反复测试拟合验证,组合模型的MAPE值相比单一模型提高了5.28%,RMSE值下降了12.64%。最后,构建基于B/S架构的材料信息价Web平台,运用PHP等相关技术进行实现。在平台中增设价格预测模块,并将PHP和Python两种语言结合,将预测模型应用到了平台中的预测模块,实现材料信息价的在线预测功能。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：毕设工厂 ，原文地址：https://m.bishedaima.com/lunwen/52572.html
