建筑沉降监测数据处理组合模型研究

论文摘要

随着我国经济的飞速发展,城市化进程日益加快,高层及超高层建筑物越来越多,为了保障建筑物的正常使用及安全性,对其在建设及使用过程中系统监测是必要的。变形监测的目的是利用历史观测资料,分析和把握变形体的变形特征及规律,进而对其变形趋势进行预测。目前,对变形监测数据处理分析模型很多,如回归模型、时间序列模型、灰色理论模型、卡尔曼滤波模型、人工神经网络模型及小波理论等。但各模型都有自己的局限性,因而,在实际应用中,建模者很难将所有影响变形因素包含于一个单一模型中。自Bates J.M.和Granger C.W.J.首次提出组合预测方法以来,组合预测研究已经取得了很大进展。组合模型就是将不同预测方法进行适当组合,综合有效地利用各种单一预测方法所提供的信息和优势,尽可能提高拟合及预测数据的有效度。组合模型的建立与最终需要达到的目的密切相关,不同预测目的所建立有效组合模型的过程各不相同。本文以SOHU同盟南楼的实测沉降数据为基础,以多元回归分析模型、时间序列分析模型及GM(1,1)灰色理论模型为组合模型的子模型,经大量数据的演算,分析了组合模型相对于单一模型在拟合及预测上的优点,探讨了不同组合模型建模方案在对历史数据的拟合及未知数据的预测上的不同特点,总结了各种组合模型的一般规律及其适用性。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 变形监测的内容与分类
• 1.2 变形监测的目的和意义
• 1.3 变形监测经典数据处理方法与研究状况
• 1.3.1 变形监测数据处理现状
• 1.3.2 变形监测数据处理发展
• 1.4 组合模型的研究现状及发展
• 1.5 问题的提出与本文研究的内容
• 1.5.1 问题的提出
• 1.5.2 本文研究的内容
• 第二章 变形监测数据预测常用模型
• 2.1 多元线性回归分析法
• 2.1.1 建立多元线性回归方程
• 2.1.2 多元回归模型的检验
• 2.2 时间序列分析模型
• 2.2.1 趋势项模型
• 2.2.2 随机项模型
• 2.2.3 综合模型
• 2.3 GM（1,1）灰色理论预报模型
• 2.3.1 模型的建立
• 2.3.2 模型精度的检验
• 2.4 工程实例分析
• 2.4.1 工程概况
• 2.4.2 沉降数据
• 2.4.3 各种沉降数据处理方案的预测结果
• 第三章 线性组合模型研究
• 3.1 建立组合模型的意义
• 3.2 组合模型的分类
• 3.3 最优组合模型方案的研究
• 3.3.1 最优加权法
• 3.3.2 正权组合模型
• 3.4 组合模型预测效果的检验
• 3.5 组合模型拟合与预测的关系
• 3.6 使用组合模型应注意的问题
• 第四章 线性组合模型在工程实例中的研究
• 4.1 组合模型的建立步骤
• 4.2 组合模型在工程实例中拟合的研究
• 4.3 组合模型在工程实例预测中的研究
• 第五章 非线性组合模型的初步研究
• 5.1 非线性组合模型的建立
• 5.2 非线性组合模型在工程实例中的应用
• 5.2.1 非线性组合模型的拟合研究
• 5.2.2 非线性组合模型的预测
• 总结
• 1、小结与结论
• 2、不足与建议
• 参考文献
• 致谢