基于数据新旧程度和预测取值区间调整的沉降组合预测方法
本文选题:工后沉降 + 沉降预测 ; 参考:《岩土力学》2017年02期
【摘要】:工后沉降预测是建筑物地基或路基的安全性评价及其加固维护方案决策的重要依据。为此,引入组合预测思想,首先通过探讨实测沉降数据新旧程度对工后沉降预测效果的影响规律,引入新鲜度函数,建立出考虑实测沉降数据新旧程度对沉降预测影响的分析模型;其次,通过研究沉降组合预测可能取值的变化规律,引进平行修正的思路,建立出有利于提高沉降组合预测精度的组合预测可能取值区间的调整方法;然后,在此研究基础上,提出了同时考虑实测沉降数据新旧程度和组合预测可能取值区间调整,对沉降预测效果影响的改进工后沉降组合预测新方法。最后,通过工程实例计算与比较分析,表明了改进的工后沉降组合预测方法的合理性与可行性。
[Abstract]:The prediction of post-construction settlement is an important basis for the evaluation of the safety of building foundation or subgrade and the decision of reinforcement and maintenance scheme. Therefore, by introducing the idea of combination forecasting, the influence of the new and old degree of measured settlement data on the effect of post-construction settlement prediction is discussed, and the freshness function is introduced. An analytical model considering the influence of the new and old degree of the measured settlement data on the settlement prediction is established. Secondly, by studying the variation law of the possible values of the settlement combination prediction, the idea of parallel correction is introduced. An adjustment method is established to improve the accuracy of the combined settlement prediction, and then, on the basis of the research, it is proposed that the new and old degree of the measured settlement data and the adjustment of the range of the possible values for the combination prediction should be taken into account at the same time. A new method of combined prediction of settlement after construction is improved on the effect of settlement prediction. Finally, the rationality and feasibility of the improved composite prediction method of post-construction settlement are demonstrated by the calculation and comparative analysis of engineering examples.
【作者单位】: 湖南大学岩土工程研究所;
【基金】:国家自然科学基金项目(No.51378198) 高等学校博士学科点专项科研基金(No.20130161110017)~~
【分类号】:TU433
【相似文献】
相关期刊论文 前10条
1 黄岩,张国春,王其藩,朱道立;一种新的计算组合预测权重的方法[J];管理工程学报;2001年02期
2 王郁;;组合预测何以兴起[J];预测;1989年04期
3 谢素卿;曾珍香;;组合预测结果的优化[J];河北工学院学报;1989年01期
4 赵云升;害虫种群动态的组合预测[J];昆虫知识;1991年03期
5 C.W.J.Granger;赵文奇;;二十年来的组合预测[J];预测;1991年03期
6 唐小我;;最优组合预测的计算方法[J];管理现代化;1992年01期
7 马永开,唐小我;多目标组合预测优化模型研究[J];统计研究;1997年04期
8 曾勇,唐小我,陈珂;组合预测冗余方法判定的一个补充规则[J];电子科技大学学报;1998年02期
9 王硕,唐小我,周俊;组合预测软科学方法研究[J];运筹与管理;1999年01期
10 陈华友;组合预测权系数确定的一种合作对策方法[J];预测;2003年01期
相关会议论文 前9条
1 孙将平;叶志斌;季永青;;浙江省水路货运量最优组合预测[A];第六届长三角科技论坛航运分论坛暨江苏省航海学会2009年学术年会论文集[C];2009年
2 刘平;张莉;马秀兰;;乌鲁木齐市农、林、牧、渔业总产值的组合预测研究[A];Systems Engineering, Systems Science and Complexity Research--Proceeding of 11th Annual Conference of Systems Engineering Society of China[C];2000年
3 李国锋;陈绪根;;山东省劳动力就业需求组合预测研究[A];21世纪数量经济学(第9卷)[C];2008年
4 田瑾;项静恬;陈殿斌;;多种时间序列建模及组合预测的比较和改进[A];中国现场统计研究会第九届学术年会论文集[C];1999年
5 李存金;;简单平均法下的最优组合预测问题研究[A];管理科学与系统科学进展——全国青年管理科学与系统科学论文集(第3卷)[C];1995年
6 刘茂余;于丽英;;一种组合预测新方法的研究[A];中国运筹学会第九届学术交流会论文集[C];2008年
7 樊英;张秋菊;;工业增加值预测系统的分析设计[A];中国企业运筹学[C];2006年
8 吴登生;李建平;孙晓蕾;;考虑模型相关性的组合预测过程中单项模型筛选研究[A];中国系统工程学会第十八届学术年会论文集——A02管理科学[C];2014年
9 吴文东;吴刚;魏一鸣;范英;;基于相关系数的钢材需求量组合预测[A];第十届中国管理科学学术年会论文集[C];2008年
相关博士学位论文 前6条
1 赵欣;小世界网络理论及其在风电功率短期预测中的应用研究[D];北京交通大学;2015年
2 刘启浩;风险值组合预测的理论与实证[D];北京工业大学;2009年
3 蒋传进;基于模型遴选规则的自适应组合预测研究[D];东华大学;2014年
4 郭晓君;灰色自忆性组合预测拓展模型及应用研究[D];南京航空航天大学;2015年
5 谭泗桥;支持向量回归机的改进及其在植物保护中的应用[D];湖南农业大学;2008年
6 王富强;风电场短期风速预测及模拟的理论与方法研究[D];华北电力大学;2013年
相关硕士学位论文 前10条
1 马艳玲;组合预测在医药流通企业销售预测中的应用研究[D];华南理工大学;2015年
2 陈嵩;组合预测技术及其在功率预测中的应用[D];华北电力大学;2015年
3 郭二凤;ATM现金流预测的研究[D];辽宁科技大学;2015年
4 施艳春;基于非线性时间序列和神经网络的风电功率短期预测[D];沈阳工业大学;2016年
5 王克楠;基于关联特性分析的铁路事故数据挖掘及预测、预警方法研究[D];北京交通大学;2016年
6 马斌;基于人工智能的短期风电功率组合预测研究[D];西南交通大学;2016年
7 沈达;我国通货膨胀率的波动与组合预测研究[D];首都经济贸易大学;2016年
8 杨冬强;风力发电短期功率预测研究[D];郑州大学;2016年
9 安秋娴;贵州省中期用电需求组合预测[D];华北电力大学(北京);2016年
10 叶晨;风电功率组合预测研究[D];华北电力大学(北京);2011年
,本文编号:1787095
本文链接:https://www.wllwen.com/kejilunwen/diqiudizhi/1787095.html