Пример готовой дипломной работы по предмету: Геодезия
Содержание
Содержание
Список сокращений 5
Введение 6
Глава
1. Обзор методов отбраковки грубых ошибок 8
1.1. Общая классификация существующих подходов 8
1.2. Алгоритмы, существующие в рамках МНК 10
1.2.1. Уравнивание по МНК 10
1.2.2. Способ нормированных поправок 14
1.2.3. Способ, реализованный в GeoCAD 17
1.2.4. Метод наложения графиков поправок (МНГП) 18
1.3. Робастные методы 22
1.3.1. Постановка задачи. Модель «засорения» Тьюки-Хьюбера 23
1.3.2. Обзор существующих методов 26
1.3.2.1. М-оценки 26
1.3.3. Алгоритмы получения робастного решения 31
1.3.3.1. Нелинейная оптимизация 31
1.3.3.2. Алгоритм ВВКП 32
Выводы к главе 1 36
Глава
2. Практическая реализация методов отбраковки грубых ошибок 38
2.1. Общие сведения 38
2.2. Рабочая нивелирная сеть 41
2.2.1. Исходные данные и результаты уравнивания неискаженной сети 41
2.3.1. Результаты отбраковки для различных методов 42
2.4. Контрольная нивелирная сеть 57
Выводы к главе 2 59
Заключение 61
Библиографический список 63
Приложение 1 66
Приложение 2 67
Приложение 3 69
Приложение 4 70
Выдержка из текста
Введение
Актуальность исследования. Поиск грубоошибочных измерений при уравнивании геодезических построений играет важную роль, так как метод наименьших квадратов, который используется для уравнивания, чувствителен к промахам, и в случае их наличия конечные результаты оказываются искаженными. Кроме того, современные способы съемки автоматизированы и нацелены на получение большого объема измерительной информации, обработку которой с целью обнаружения возможных ошибок и уравнивания, производят с использованием различных программных продуктов, реализующих тот или иной алгоритм поиска. Однако область поиска и устранения грубых ошибок изучена недостаточно; многие из алгоритмов отбраковки не реализованы в программах уравнивания; а существующие способы не всегда обеспечивают надежный результат.
Разработанность проблемы. Поиск грубоошибочных измерений в геодезических сетях является объектом интереса многих отечественных ученых. Среди них можно назвать В. А. Коугию, Г. В. Макарова, А. В. Зубова, Б. Н. Дьякова, Ю. И. Маркузе, А. С. Ярмоленко и др. Все они придерживаются различных подходов к поиску грубоошибочных измерений, являются авторами собственных способов отбраковки; их работы представляют значительный интерес.
Объектом исследования являются грубые ошибки в результатах геодезических измерений.
Предмет исследования – существующие алгоритмы отбраковки грубых ошибок в рамках метода наименьших квадратов, а также робастные методы.
Цель исследования: изучение выбранных алгоритмов и определение их эффективности при различной загрязненности данных преимущественно малыми по величине грубыми ошибками.
Задачи исследования:
1. Рассмотреть теорию классических способов отбраковки грубых ошибок и робастных методов; провести их сравнение;
2. Определить эффективность методов на смоделированных сетях при поиске одной и нескольких грубых ошибок.
Методы исследования: анализ и синтез литературы по теме; математическое моделирование экспериментальных сетей и вводимых грубых ошибок. В ходе выполнения работы мною была также написана программа для уравнивания параметрическим способом, позволяющая выполнять поиск ошибок выбранными методами.
Структура работы. Дипломная работа состоит из введения, двух глав, заключения. Во введении обоснована актуальность исследования, определены цель и задачи. В главе 1 на основании анализа подобранной литературы приведена классификация существующих подходов к поиску грубых ошибок, рассмотрены особенности выбранных способов и приведены алгоритмы решения. В главе 2 дипломной работы изложены основные положения проводимого практического исследования: приведены схемы смоделированных сетей; рассказано о принципах закладывания и величинах грубых ошибок; представлена информация о количестве циклов исследований. Приведено пошаговое описание поиска ошибок для каждого из способов на числовом примере, а также представлены данные об эффективности работы всех способов.
В заключении подводятся итоги работы и приводятся намеченные направления дальнейших исследований.
Практическая значимость заключается в анализе и обобщении существующих алгоритмов поиска грубоошибочных измерений в геодезических сетях и оценке эффективности способов.
Список использованной литературы
Библиографический список
1. Алексенко. А.Г. Проектирование маркшейдерско-геодезических сетей с учетом параметров надежности / А.Г. Алексенко, А.В. Зубов // Маркшейдерский вестник. – 2014. — № 5. – с. 31 – 33.
2. Гмурман, В.Е. Теория вероятностей и математическая статистика: учебное пособие для студентов вузов / В.Е. Гмурман. – 9-е изд. – Москва: «Высшая школа», 2003.
3. Додонов. Ю.С. Устойчивые меры центральной тенденции: взвешивание как возможная альтернатива усечению данных при анализе времен объектов // Психологические исследования : электрон. науч. журнал. – 2011. — № 5. – Режим доступа: http://psystudy.ru
4. Дьяков, Б.Н. О повышении надежности некоторых геодезических построений / Б.Н. Дьяков, Ю.В. Родионова // Геопрофи. – 2004. — № 4. – с. 48 – 50.
5. Зубов, А.В. Автоматизированный контроль качества проектирования и обработки маркшейдерско – геодезических сетей: Автореф. дисс. на соиск. учен. степ. канд. техн. наук: 05.24.01 / А.В. Зубов; Санкт-Петербургский государственный горный институт им. Г.В. Плеханова. – Санкт-Петербург, 1997. – 21 с.
6. Коугия, В.А. О дисперсиях поправок из уравнивания [Электронный ресурс]
/ В.А.Коугия // Геодезия и картография. – 2012. – Режим доступа: http://www.spbogik.ru/images/download/kougiya 2012-1.pdf
7. Коугия, В.А. Сравнение методов обнаружения и идентификации ошибок измерений / В.А. Коугия // Геодезия и картография. – 1998. — № 5. – с. 23-27.
8. Линник, Ю.В. Метод наименьших квадратов и основы математико-статистической теории обработки наблюдений / Ю.В. Линник. – 2-е изд., доп. и испр. –М.: Гос. изд-во физ.-мат. лит-ры, 1962.
9. Лисицин, Д. В. О некоторых свойствах М – оценок / Д.В. Лисицин. К.В. Гаврилов // Сборник науч. трудов НГТУ. – 2011. — № 2. – с. 61 – 68.
10. Лунева, С.Ю. Алгоритмы методов безусловной минимизации, реализованные в лабораторном практикуме: Лабораторный практикум по курсам «Теория оптимизации и численные методы» / С.Ю. Лунева. – М.: Московский авиационный институт, 2004.
11. Макаров, Г.В. Отбраковка грубых ошибок измерений. Возрождение условных уравнений [Электронный ресурс]
/ Г.В. Макаров // Изыскательский вестник. – 2011. — № 2. – Режим доступа: http://www.spbogik.ru/images/download/makarov_all.pdf
12. МГ-СЕТИ. Программа уравнивания маркшейдерских и геодезических планово-высотных, линейно-угловых сетей: Руководство пользователя. – Донецк, 2009.
13. Мудров, В.И. Метод наименьших модулей / В.И. Мудров, В.Л. Кушко. – М.: Знание, 1971.
14. Муха, В.С. Статистические методы обработки данных: учебно-метод. пособие для студ. спец.-ти «Автоматизированные системы обработки информации» / В.С. Муха. – Минск: Белорусский государственный университет информатики и радиоэлектроники, 2007.
15. Робастные методы статистического анализа навигационной информации: обзоры по судостроительной технике / И.В. Челпанов. – Л.: ЦНИИ «Румб», 1985.
16. Родионова. Ю.В. Метод наложения графиков поправок – оптимальное решение проблемы поиска грубых ошибок измерений в геодезических построениях / Ю.В. Родионова. – Новосибирск: Интерэкспо ГЕО-СИБИРЬ. – 2005. – выпуск 1. – том 1.
17. Система камеральной обработки инженерно – геодезических работ: справочное руководство / НПО «КРЕДО — ДИАЛОГ». — СREDO. – т.13. – Минск, 2002.
18. Теория математической обработки геодезических измерений: учебное пособие в 2-х книгах / под общ. ред. д.т.н.. проф. Ю.И. Маркузе. – М.: МНИГАиК, 2005.
19. Усов, Д.В. Моделирование и математическая обработка геодезических нивелирных сетей при мониторинге осадок уникальных инженерных сооружений / Д.В. Усов // Вестник Полоц. гос. ун-та. Сер. F: Прикладные науки. Строительство. – 2008.
20. Хампель, Ф. Робастность в статистике. Подход на основе функций влияния / Ф.Хампель, Э.Рончетти, П.Рауссеу, В.Штаэл. – Москва: «Мир», 1989.
21. Хьюбер, Дж.П. Робастность в статистике / Дж. П. Хьюбер. – М.: «Мир», 1984.
22. Шурыгин, А.М. Прикладная стохастика: робастность, оценивание, прогноз / А.М. Шурыгин. – М.: Финансы и статистика, 2005.
23. Banas, Marek. Empirical tests of performance of some M – estimators / Marek Banas, Marcin Ligas // Geodesy and Cartography. – 2014. – Vol. 63. — № 2. – pp 127-146.
24. Kwasniak, Mieczyslaw. Effectiveness of chosen robust estimation methods compared to the level of network reliability / Mieczyslaw Kwasniak // Geodesy and Cartography. – 2011. – Vol. 60. — № 1. – pp 3-19.
