变权组合模型在沉降预测中的应用

为探讨变权组合预测模型在沉降预测中的应用,以某大楼实测等时距沉降观测数据为研究对象,根据实测建筑物沉降数据所呈现的规律性,选取Logistic和Gompertz曲线模型对实测沉降数据进行了拟合;求取曲线模型的参数后,建立预测模型并进行预测.在此基础上,利用最小二乘法原理建立变权组合预测模型.根据各模型的预测结果及其计算出的模型精度显示,变权组合预测模型的拟合精度比Logistic和Gompertz曲线的拟合精度高,更适合于作为建筑物的沉降预测模型.     

变权组合模型在沉降预测中的应用

为探讨变权组合预测模型在沉降预测中的应用,以某大楼实测等时距沉降观测数据为研究对象,根据实测建筑物沉降数据所呈现的规律性,选取Logistic和Gompertz曲线模型对实测沉降数据进行了拟合;求取曲线模型的参数后,建立预测模型并进行预测。在此基础上,利用最小二乘法原理建立变权组合预测模型。根据各模型的预测结果及其计算出的模型精度显示,变权组合预测模型的拟合精度比Logistic和Gompertz曲线的拟合精度高,更适合于作为建筑物的沉降预测模型。     

曲线回归分析在高层建筑物沉降预测中的应用

在建高层建筑物的沉降监测是安全施工的一项重要内容。本文通过对华融天禾城2号楼的沉降观测数据,运用双曲线回归模型进行沉降预测以及对模型中的参数作显著性检验。实际研究表明,该方法可以运用于高层建筑物的沉降预测,而且应用效果良好。     

基于灰色模型的建筑物沉降预测研究

由于非等间隔GM(1,1)灰色模型对于处理数据量小且表达信息不确定的数据具有优越性,因此广泛应用于石油天然气勘探、机床故障诊断、电力负荷预测、大坝安全监测等领域。基于非等间隔GM(1,1)灰色模型理论,利用某小区建筑物沉降观测的实测数据,建立了适合该小区建筑物沉降预测的灰色模型。通过对比理论预测值和实测值,并进行模型对应的精度评定分析,结果表明,此模型适用于该建筑物沉降预测分析的研究。     

基于LMD-Elman神经网络模型的建筑物沉降预测

为提高建筑物沉降变形预测精度,准确掌握建筑物变形趋势,发挥局部均值分解（LMD）算法与Elman神经网络模型在数据处理、数据预测中的优势,提出一种新的LMD-Elman神经网络模型。该组合预测模型有效实现建筑物沉降预测的流程为：(1)通过LMD方法将沉降序列分解为若干的不同尺度具有物理意义的乘积函数;(2)发挥Elman神经网络模型在数据预测中的优势,针对不同分量建立预测模型得到各分量预测值;(3)将各分量预测值重构得到最终预测结果。将组合预测模型应用于实测建筑物沉降数据预测中,结果表明,相较于GM(1.1)模型与单一的Elman神经网络模型,本文提出组合预测模型预测结果与实际监测值具有较高的一致性,预测精度更高。该组合预测模型能够充分发掘建筑物沉降数据本身所蕴含的物理机制与物理规律,提高了建筑物沉降变形的预测精度。     

指数曲线模型预测基坑周边地面沉降

结合天津富裕广场三期工程基坑周围地面沉降观测的工作实践,利用指数曲线法对该工程的地面沉降过程进行了预测,得出实际观测值与预测值之间的拟合曲线,并通过比较得出该预测方法的优劣。     

基于SPSS的高层建筑物沉降预计模型研究

沉降监测工作在高层建筑整个施工过程中很关键, 沉降预计也十分重要。为了更好地预计沉降值, 本文利用SPSS统计与分析软件建立多种曲线模型对实测值进行回归分析, 拟合出不同曲线并分析比较不同模型的精度, 得出最为符合实际情况的预计模型表达式, 并进一步进行分段优化。经分析研究与实例验证, 该模型在一定程度上具有很好的可靠度与可行性, 且分段拟合效果更佳。     

基于灰色新陈代谢模型的建筑物沉降分析

变形监测数据处理有助于及时了解建筑物安全状态。本文在对灰色模型基本理论作阐述的基础上,结合沉降监测实例,采取新陈代谢法对实测数据进行分析与预测,得到了满足精度要求的成果,验证了该方法应用于建筑物沉降分析的可行性。     

沉降曲线的绘制

本文介绍了绘制沉降曲线的方法，着重分析了程序设计的思路和过程，最后给出了一个程序实例。     

灰色马尔可夫模型在建筑物沉降预测中的应用研究

建筑物作为一个特殊的物体,必须正确预测其变形发展趋势,灰色GM(1,1)模型由于自身的局限性使其在沉降预测中显得方法单一。本文提出一种预测模型,灰色马尔可夫模型,该模型结合了灰色模型和马尔可夫模型的优点,共同来判断建筑物的发展趋势,并通过实例来验证该方法的可行性。     

基于Logistic模型的单点下沉预测应用研究

岩层与地表移动具有一定的规律,由于Knothe时间函数虽然可以预计地表下沉,但在预计中有描述地表下沉速度的不足,并且其函数复杂.研究矿区单点动态下沉过程对于地表建筑物的保护具有重要意义,本文采用Logistic模型拟合下沉曲线,得到了预计方程,结果表明预计精度较高.Logistic模型参数少,函数相对简单,计算结果表明...     

傅里叶时频分析的建筑物沉降预测

针对时间序列自回归(AR)模型在高层建筑物沉降预测中出现的对于历史资料分析和利用不充分的情况,提出了一种基于傅里叶时频分析的沉降预测模型。以桂林市某在建的高层建筑物的沉降变形为例,在分别从时域和频域两个方面充分分析资料的基础上,对建筑物的沉降观测数据进行建模分析,得到了均方误差为0.107 9 mm的预测精度,很好地克服了AR模型在应用中存在的问题,提高了预测精度。     

S形分布的数据拟合数学模型研究

S形曲线有着广泛的应用,以往的研究模型仅含三个参数,大多以对称S形分布的基本光滑数据为例,这使得自由度受限的和以理想数据为研究对象所得到的研究结果难以适用于更实际的、非对称(左偏S形分布、右偏S形分布)的非光滑观测数据。为此,提出并建立了含有5个参数的二次有理模型,作为对S形分布的观测数据进行拟合的模型,并进一步分为带导数拟合、5分段和值拟合和5特征点拟合,使S形分布的各种情况(左偏、对称和右偏)的拟合得到明显改善。     

浅谈沉降监测中范围预测的方法

在仅有沉降监测成果的情况下,提取不同时期的沉降范围,并根据沉降范围的形状特征选点进行范围预测。该方法适用于精度要求不高、需要趋势性分析的情况。在较高精度范围预测分析中,本文方法可作为研究基础。     

基于PS-InSAR技术的地表沉降分析

由于传统测量手段对于地表沉降监测不足,PS-InSAR技术具有高空间分辨率和一定程度能克服时间、空间以及大气的影响等优势,因而逐渐成为一种大范围地表沉降监测的主要方法。本文利用PS-InSAR技术,通过SARscape软件对收集到的34幅覆盖日本千叶市地区的ENVISAT ASAR遥感影像进行沉降监测实验。实验结果表明:日本千叶市地区最大累计沉降量为58.965 mm,主要集中在城市地区,并且该地区的沉降和地下矿藏开发有关。     

多项式曲线拟合与AR模型在沉降预测中的应用

将多项式曲线拟合和AR(p)模型应用到地表沉降预测实例中。通过实测沉降数据与预测数据的对比分析,从而对两种模型预测的准确性进行比较,实验表明两种模型在沉降预测中具有很好的适用性。     

基于时间序列分析和灰色理论的建筑物沉降预测模型研究

基于时间序列分析方法建立建筑物沉降预测模型,其中通过二次移动平均法提取出沉降监测序列中的趋势项,并在此基础上采用灰色系统理论动态GM（1,1）模型进行趋势项预测。实际算例结果表明,该模型能够较好地预测沉降变化的发展趋势,并具有较高的预测精度,证明了该预测模型具有一定的可行性和有效性。     

基于CORS的网络RTK矿山开采沉陷监测方法研究

首先提出基于CORS的网络RTK技术在矿山地表沉降监测中的应用,并对其在矿山沉陷监测中的应用方法及误差进行了分析,提出一种网络RTK与静态GPS观测相结合的空间修正模型用以提高网络RTK技术在矿山沉陷监测中的精度。应用此种方法对网络RTK的定位精度进行探讨分析,其结果表明:在技术措施制定合理和外业观测条件良好的情况下,基于CORS的网络RTK技术使用此种空间修正模型用于提高矿山沉陷监测的精度是可行的,能够极大地拓展工作范围,提高工作效率,具有广阔的应用前景。     

地铁施工段地表沉降组合预测模型研究

为解决地铁施工段地表沉降随机波动较大对预测模型造成扰动的问题,提出了一种组合预测模型。首先利用Mallat算法对沉降序列进行分解和重构,分解并重构出非平稳时间序列中的平滑分量和细节分量;然后,对平滑分量用灰色模型进行拟合与初步预测,对细节分量则引入马尔可夫模型进行预测;最后,将各模型的预测结果进行叠加,从而得到原始沉降序列的预测值。该方法能充分拟合平滑分量数据,而且可避免对细节分量的过拟合,防止随机波动较大值造成模型的整体偏离。通过实例验算得出该模型具有很好的预测精度。