灰色時序組合模型在高層建筑物沉降預(yù)測中的應(yīng)用研究.pdf

1、論文題目：灰色時序組合模型在高層建筑物沉降預(yù)測中的應(yīng)用研究專業(yè)：大地測量學(xué)與測量工程碩士生：武光偉（簽名）指導(dǎo)老師：胡榮明（簽名）摘要近年來隨著城鎮(zhèn)化速率的加速，城市中出現(xiàn)越來越多的高層建筑物。為了保證建筑物的安全使用，及時掌握建筑物的變形情況，需要進(jìn)行長期精密形變監(jiān)測，并對變形體的變形趨勢做出準(zhǔn)確的分析和判斷，為建筑物不同階段的施工運行提供依據(jù)。本文以某小區(qū)沉降監(jiān)測工程項目為依托，以實測數(shù)據(jù)為變形預(yù)測的基礎(chǔ)數(shù)據(jù)，對建筑物的變形預(yù)測進(jìn)行

2、了分析研究，本文研究內(nèi)容有：1、針對高層建筑物沉降數(shù)據(jù)具有確定性趨勢的非平穩(wěn)時間序列的特點，提出了非等間距灰色GM（1，1）AR組合模型來預(yù)測高層建筑物的變形沉降值。主要思想是利用非等間距灰色GM（1，1）模型擬合沉降量中具有確定性的趨勢項；利用AR模型擬合具有不確定性的隨機(jī)殘差項，最后將兩者的預(yù)測值求和作為最終的預(yù)測結(jié)果。2、選取實測數(shù)據(jù)和經(jīng)去噪平滑處理的數(shù)據(jù)為建模數(shù)據(jù)，選用不同維度、不同時間間隔的數(shù)據(jù)進(jìn)行預(yù)測比對，分析去噪處理、插值

3、周期、數(shù)據(jù)維度這三方面對預(yù)測精度的影響。3、論文等間距選取了7天、8天、9天、10天、11天、12天的時間間隔，分析插值周期對非等間距序列預(yù)測精度的影響；并且選取維度為8維、9維、10維數(shù)列，分析數(shù)列維度對新陳代謝模型預(yù)測精度的影響。4、論文采用MATLAB軟件編制了灰色GM（1，1）AR組合模型程序，能夠?qū)?shù)較靈活的改變，并分析這些參數(shù)對模型精度的影響。關(guān)鍵詞：沉降監(jiān)測；非等間距；灰色模型；AR模型；組合模型研究類型：應(yīng)用研究Sub

4、ject:ApplicationofCombinedModelofGreyModelTimeSeriestoFecastthesubsidenceofhighbuildingSpecialty:GeodesySurveyEngineeringName:WuGuangwei（Signature）Instruct:HuRongming（Signature）ABSTRACTWiththeaccelerationofurbanizationra

5、teinrecentyearstherearememehighrisebuildingsincities.Indertoensurethesafetyofthebuildingsoastograspthebuildings’defmationitrequiresalongtermprecisedefmationmonitingitisnecessarytomakeanaccurateanalysisjudgmentonthetrendo

6、fthedefmationbodytoprovidethebasisftheconstructionofthebuildingatdifferentstages.Inthisthesisit’sbasedonthesettlementmonitingprojectofaresidentialdistrict.Thethesisanalyzedthedefmationpredictionofthebuildingbyusingthemea

7、sureddataasthebasicdata:1.InviewofthehighbuildingsubsidencedatawhichhastheacteristicsofdeterministictrendofnonstationarytimeseriesthenonequalintervalgreyGM(11)ARcombinationmodelisproposedtopredictthedefmationsettlementof

8、highrisebuildings.ThemainideaofthethesisisusingthenonequidistancegreyGM(11)modeltofitthesubsidenceofdeterministictrendsusingARmodeltofittheuncertaintyofromresidual.Finallythepredictedresultsaresummedupasthefinalpredictio

9、nresults.2.ingtheiginaldatasmoothingdatafmodelingdataingdifferentdimensionsofdifferenttimeintervaldatafecastcomparisonthethesisanalyzedtheinfluenceofthethreeaspectssuchasnoiseprocessinginterpolationperioddatadimensionont

10、hepredictionaccuracy.3.Thisthesisanalyzedtheinfluenceofinterpolationcycleonfecastingprecisionfthenonequidistantsequencechoosing7days8days9days10days11days12daysasatimeintervalfspacingchoosingthe8dimensionthe9dimensionthe