利用时间序列模型进行隧道管片沉降数据预报研究

对隧道管片沉降数据序列进行平稳化处理,采用时间序列模型中的自回归(AR)模型建立隧道管片沉降数据预测模型。结合工程实例的多期数据进行沉降预报,并与实测值比较,其结果充分说明:自回归模型在隧道管片沉降预报中具有建模快捷、计算简便、预报短期数据准确性高的特点。     

建筑物变形监测的自回归分析法

本文将自回归模型用于建筑物变形监测数据分析 ,给出了自回归模型阶数确定的统计检验方法、自回归模型的最小二乘参数估计以及自回归模型正确性的检验方法 ,用建筑物沉降观测数据分析为例说明应用此法的全过程 ,最后给出变形监测的参数方程。     

灰色理论模型在沉降分析中的应用

针对施工路基沉降情况进行分析,本文利用灰色理论中的灰色线性回归模型和灰色Verhulst模型对路基沉降情况进行研究预测。由于沉降数据属于S型数列,在MATLAB9.0平台上利用MATLAB语言对上述两种模型编程后分别进行实例检验,研究结果表明灰色Verhulst模型相对灰色线性回归模型更适合于S型序列的数据分析预测。该模型能够更好地反应沉降趋势,符合S型序列的分布特征,分析预测精度较好,可为监测提供有效的信息。     

自回归法在时间序列预测中的应用

1.自回归法进行时间序列预测的理论当一个要素(变量)按时间顺序排列的观测值之间具有依赖关系或自相关性时,建立该要素(变量)的自回归模型,并由此对其发展变化趋势进行预测,这就是自回归法。用自回归法进行时间序列预测主要是先判断时间序列的自相关性,然后建立该时间序列的自回归预测模型,进行预测。自相关性是建立自回归模型的基础,只有具有显著的自相关性的时间序列才可以建立自回归模型。     

GM（1，1）模型在高层建筑物沉降监测中的应用

详细地介绍了GM(1,1)模型及模型精度评定,利用GM(1,1)灰色模型和回归模型对宜昌均瑶国际广场的沉降进行预测,将预测结果进行对比,分析表明GM(1,1)灰色模型能较好地预测该建筑物的沉降趋势。     

回归分析在建筑物沉降变形分析中的应用

本文根据南宁市民生广场沉降实测资料,运用回归分析法分别建立了差异沉降回归模型和累计沉降回归模型,并通过对沉降变形的预测、成果的分析和检验,证实了在建筑物沉降变形分析中应用回归分析的可行性。     

承德机场高填方地基工后沉降预测

目前我国机场建设正处于迅猛发展阶段,机场高填方工程屡见不鲜,然而对于高填方工程的地基沉降计算研究却不够完善。河北省承德机场具有以下工程特点:(1)原地基无特殊性岩土且进行地基处理,(2)填筑体以硬质岩为主。以高填方工程工后沉降现场监测资料为基础,研究了不同回归参数模型对高填方地基工后沉降数据拟合的合理性,在指数模型、幂函数模型、对数模型、双曲线模型、平方根模型中,指数模型能够真实的反映此类高填方工程工后地基沉降规律。由预测结果及沉降影响因素可知,此类工程工后沉降组成以填筑体压缩固结为主,填筑体厚度为工后沉降的主要影响因素,填筑体厚度变化较大处工后差异沉降相对显著。     

大面积荷载作用下港区软土地基沉降的非线性回归分析

结合上海市某大型集装箱码头建设项目,对大面积荷载作用下港区堆场的软土地基沉降进行动态监测,针对实测沉降-时间关系曲线的变化特点,引入双曲线模型对地基沉降进行非线性回归分析。通过预测值与实测值的对比分析证明双曲线模型的可靠性,在此基础上对地基最终沉降作出了预测,为港区的安全运营提供了指导。     

基于灰色自回归模型的既有建筑物沉降预测

在探讨灰色模型与自回归模型相关理论的基础上,将趋势项提取与残差项处理相结合的灰色自回归分析思路应用于基坑周边建筑物沉降预测中,并采用均方误差、平均相对误差等指标对预测精度进行评定,验证了组合预测方法的实用性与有效性。     

雅鲁藏布江中下游径流预测方法的对比分析

径流预测是水资源研究领域中的一项重要内容,对于区域社会经济规划具有重大的意义。引用雅鲁藏布江中下游羊村站和奴下站1980—2010年的径流资料,采用自回归模型、门限回归模型和人工神经网络模型进行年径流预测,采用自回归模型、季节性自回归模型和季节性人工神经网络模型进行月径流预测。结果表明:年径流预测中,几种预测模型的预测精度均不高,相比较而言,一阶自回归模型和人工神经网络模型的预测结果更优;月径流预测中,季节性自回归模型和季节性人工神经网络模型在枯水期的预测精度均较高,但在丰水期径流预测效果欠佳。     

GM(1,1)模型在建筑物沉降监测中应用

结合某建筑物沉降监测数据,运用灰色预测GM(1,1)模型,探讨该建筑物沉降的动态变化规律,为其安全性诊断提供必要的信息。与实测结果对比表明,GM(1,1)模型对其沉降趋势符合度较高,验证了灰色GM(1,1)预测方法在建筑物沉降监测中应用的可行性和可靠性。     

矿区地表沉降灰色系统预测模型适用性——以陕西榆家梁煤矿为例

灰色系统理论模型是矿区地表沉降预测的重要方法之一,针对各种灰色系统理论模型在矿区地表沉降预测中的适用性问题,该文以灰色数列模型、GM(1,1)模型和灰色Verhulst模型为地表沉降预测模型,以陕西神木县榆家梁煤矿综采工作面地表沉降监测数据为数据源,开展了灰色系统理论模型预测对比研究。同时,以后验差比C和小误差概率P对比验证3种模型的预测精度。结果表明:(1) Verhulst模型的P值均为1,C值最大为0.11,最小为0.04,是3种灰色系统理论模型中精度最高、预测效果最佳的模型;(2)GM(1,1)模型的P值均为1,C值最小为0.14最大为0.19,是3种灰色系统理论模型中精度最低、预测效果最差的模型;(3)灰色数列模型、GM(1,1)模型、灰色Verhulst模型的模型精度均为优秀,均是矿区地表沉降预测的适用性模型。     

遗传算法在泊松曲线沉降预测模型中的应用

以某基础沉降监测数据为基础,通过遗传算法拟合泊松曲线中的参数,得到该基础沉降预测的泊松曲线模型.结果表明,所建模型与实测数据吻合较好,本文所提方法简单易行.该模型可对今后基础的沉降进行预测,也为监测设计及施工提供基础.     

最优组合预测模型在高填方体沉降中的应用研究

针对Logistic和Gompertz路堤沉降预测模型对于高填方土体后期沉降量预测精度较差的问题,该文基于Logistic和Gompertz预测模型的共性和个性,在充分考虑二者各自优势和特定局限性的基础上,对二者进行了最优化组合。以组合模型的最小对数误差平方和为目标函数求解最优加权系数,进而推导出最优加权几何平均组合预测模型,以提高高填方土体沉降预测精度的置信度。通过各预测模型对实际高填方土体工程的实测沉降数据进行拟合分析,验证最优组合预测模型在高填方土体沉降预测中的可行性。结果表明：最优组合预测模型的精度及可靠性均优于任一单一模型,适应性更强,尤其当监测时间超过曲线拐点后,几乎接近实测值。组合预测模型能够适用于多个模型优化组合,可涵盖各单一模型的优劣势,只要在权重比不出现负值的情况下,可大幅度的提高沉降预测精度。因而此组合预测模型可作为高填方土体后期沉降预测的一种有效方法。     

高填方路堤沉降模型现场试验

通过单点沉降现场实测数据对软土地区兰永一级公路高填方路堤沉降规律进行分析,建立了指数模型、乘幂模型、双曲线模型、对数模型4种沉降预测模型,并将这4种模型的预测值和实测值进行对比,在此基础上,利用最小二乘法建立了指数与双曲线模型的组合模型。结果表明:4种模型中指数模型和双曲线模型的预测精度相对较高,利用指数与双曲线组合模型得到的预测曲线与实测曲线吻合良好,使误差平方和减小到22.789 mm²,能够满足工程要求;高填方路堤工后沉降在730 d左右的时间内基本完成,预测最终沉降量为60.44 mm。     

滨海道路软土路基沉降工后预测——以厦门杏林北外环道路为例

通过对软土路基的沉降机理进行沉降组成分析,得出杏林软土地基沉降主要由主固结沉降组成。并运用灰色理论选用连续型直接数据GM（1,1）模型对厦门市杏林北环路高浦至锦园段公路软土路基沉降进行预测,通过与现场监测数据进行对比和分析发现,二者误差在1％内,表明用灰色模型预测软土沉降在该工程段中是适用的,预测的沉降值比较准确。     

Kalman-GM(1,1)组合模型在基坑围护墙顶沉降预测中的应用

针对基坑围护墙顶沉降监测数据受外界随机噪声干扰较大的问题,提出利用Kalman-GM(1,1)组合模型来进行变形分析和预测。即先用Kalman滤波模型对观测数据进行去噪处理,再建立基于滤波数据的GM(1,1)模型,进行基坑墙顶沉降预测。工程实例应用表明,该组合模型有效减弱了随机噪声干扰,其预测精度和可靠性高于单一GM(1,1)模型,更适用于基坑墙顶沉降预测。     

地基沉降观测分析

以某高速道路为例，通过介绍其部分观测点的布置，对沉降观测所得数据进行了分析，得到一些对工程施工实践有益的结论。     

基于灰色系统理论的路基沉降预测分析

引用灰色系统理论,构造了公路路基沉降的GM（1,1）灰色预测模型,结合某高速公路路基沉降监测实例,对路中和左右路肩处路基沉降分别进行了预测,经与实际观测数据对比,预测精度良好,说明GM（1,1）灰色模型在路基沉降预测中具有较大的实用价值。