《基於數據融合理論的高拱壩多效應量監測模型研究》是依託武漢大學，由何金平擔任項目負責人的面上項目。
基本介紹
- 中文名：基於數據融合理論的高拱壩多效應量監測模型研究
- 項目類別：面上項目
- 項目負責人：何金平
- 依託單位：武漢大學
項目摘要,結題摘要,
項目摘要
根據高拱壩結構特性和安全監測特點，針對現有的單測點、單效應量監測模型的不足，以高拱壩多效應量監測模型為研究對象，以數據融合理論和多尺度估計理論為技術支持，將高拱壩多個測點、多種效應量的監測資料有機地結合起來，構建了基於數據融合理論和多尺度估計理論的高拱壩多效應量監測模型研究架構體系，提出了多測點數據融合模型、多效應量數據融合模型、多效應量多尺度估計模型和多效應量信息熵融合評價模型，對高拱壩異常測值檢驗、異常性態診斷、多效應量關聯耦合分析、結構健康狀態評估和整體安全評價等科學問題進行了全方位的研究，提供了一套從單測點到多測點、從單效應量到多效應量、從微觀尺度到巨觀尺度的比較完整和切實可行的高拱壩綜合建模體系和建模方法。本項目的實施，將會在高拱壩多效應量整體安全評價和安全監控方面取得突破性研究成果，具有較高的創新層次。
結題摘要
本項目經過3年的研究工作，已順利完成項目申請書所提出的各項研究內容，達到了項目申請書提出的預期研究目標，初步構建了一套從單測點到多測點、從單效應量到多效應量、從單一尺度到多尺度的比較完整的高拱壩數據融合模型的建模體系和建模方法。 本項目取得的主要研究成果包括： （1）在多測點融合建模方面：針對單測點監測模型存在的不足，基於數據融合技術中的Bayes理論，建立了以方差為特徵參數的多測點異常性態融合診斷模型，提出了多測點異常性態融合診斷準則。 （2）在多效應量融合建模方面：針對監測信息的模糊性，基於模糊模式識別原理，提出了大壩安全狀態模糊子集的劃分方法，建立了多效應量模糊模式識別融合評價模型；針對大壩監測信息的衝突性，基於數據融合中的D-S證據理論，提出了一個新的融合係數計算公式，建立了多效應量改進型D-S證據理論融合評價模型以及基於折扣係數的融合評價模型；針對權重確定方法的多元性，分別提出了基於粗糙集理論的多效應量融合評價模型、基於信息熵理論的多效應量聚類融合評價模型、基於粗糙集與條件信息熵的多效應量融合評價模型。 （3）在多尺度融合建模方面：針對監測數據序列的多尺度特性，基於多尺度小波分析理論，採取分解－融合－重構－診斷方法，建立了以小波熵為特徵參數的多尺度多測點融合診斷模型；針對大壩監測效應量的非線性特性，分別建立了基於多尺度小波分析的自回歸預測模型、基於最小二乘向量機的變形預測模型、基於周期外延法的灰色－時序預測模型。 本項目共提交學術論文19篇，其中已發表學術論文17篇，已錄用待發表學術論文2篇，已發表學術論文中EI收錄6篇、ISTP收錄2篇；依託本項目，協辦全國性學術會議1次，參與國際學術會議交流2次，參與全國性學術會議交流4次，培養已答辯畢業研究生8人，在讀研究生8名。
