基于时空序列模型的变形分析研究

发布时间：2017-06-10 15:09

  本文关键词：基于时空序列模型的变形分析研究，由笔耕文化传播整理发布。

【摘要】：科学、准确、及时地分析和预测工程建筑物的变形，对工程建筑的安全施工和正常运营具有重要意义。选择合理的模型对变形数据进行拟合、对未来变形进行准确预报是变形分析研究的主要内容。 时间序列是指依时间次序排列的数据序列，时间序列分析是从统计角度来揭示各时序内部的统计关系与各时序之间的统计关系的，近几十年来，时间序列分析取得了重要的成果。但是时间序列模型只是对单个监测点变形序列进行建模，没有考虑监测点之间的相关性。 时空序列（Space-Time Series）是时间序列在空间上的扩展，指在空间上有相关关系的多个时间序列的集合。时空数据是时间数据和空间数据的组合，与普通的空间数据和时间序列数据相比，时空序列数据具有时空相关性、时空异质性的特征。研究时空序列数据的性质是时空数据建模的重要前提，为了让时空关系和时空模式更明确的体现出来，时空序列数据建模就必须考虑时空依赖性。如何有效地分析时空序列数据，构建时空一体化的时空预测模型是时空数据建模的重要内容。本文对时空数据的性质进行了研究，包括时空自相关性和时空平稳性，详细介绍了时空序列建模的过程。以深基坑周边一管线监测点高程值序列为样本数据，首先进行时间序列分析，由自相关函数和偏相关函数确定出几个可能的模型，通过各个模型定阶准则的比较，确定出最优模型，并进行短期预测，来为时空序列建模做铺垫；其次利用时空自回归移动平均模型（STARMA）建立基坑周边管线高程值的时空关联关系，来进行时空分析和短期预测，该模型在考虑预测值所在位置时间序列的同时，也考虑到了空间上相邻位置的时间序列，通过与时间序列建模结果的对比，验证了时空序列模型在基坑管线沉降数据的时空分析和短时预测中的可行性。
【关键词】：变形分析 时间序列 时空序列 ARMA STARMA
【学位授予单位】：长安大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：P208;TU196.1
【目录】：

• 摘要4-5
• Abstract5-9
• 第一章 绪论9-14
• 1.1 课题研究背景和意义9-10
• 1.2 研究现状及发展10-13
• 1.3 本文的研究内容13-14
• 第二章 变形分析常用的建模方法14-30
• 2.1 回归分析法14-17
• 2.2 灰色系统分析模型17-19
• 2.2.1 数据生成17-18
• 2.2.2 GM（1,1）模型18-19
• 2.3 卡尔曼滤波模型19-20
• 2.4 人工神经网络模型20-22
• 2.5 时间序列分析模型22-29
• 2.5.1 时间序列的基本模型22-23
• 2.5.2 时间自相关性23-25
• 2.5.3 时间平稳性25-26
• 2.5.4 ARMA 模型的建立步骤26-29
• 2.6 本章小结29-30
• 第三章 时空序列分析模型30-44
• 3.1 时空序列分析概述30-31
• 3.2 时空自相关性31-35
• 3.2.1 空间自相关31-33
• 3.2.2 时空自相关33-35
• 3.3 时空平稳性35-38
• 3.3.1 空间平稳36-37
• 3.3.2 时空平稳37-38
• 3.4 延迟算子38-40
• 3.4.1 空间延迟算子38
• 3.4.2 时空延迟算子38-40
• 3.5 STARMA 模型的建立步骤40-43
• 3.5.1 模型识别40-41
• 3.5.2 参数估计41-42
• 3.5.3 模型检验42-43
• 3.6 本章小结43-44
• 第四章 时间序列模型对深基坑数据进行分析44-52
• 4.1 建模数据来源44-45
• 4.2 数据预处理45-47
• 4.2.1 平稳性分析45-46
• 4.2.2 零均值处理46-47
• 4.3 模型识别47-48
• 4.4 参数估计与模型定阶48-49
• 4.5 模型检验49-50
• 4.6 预测50-51
• 4.7 本章小结51-52
• 第五章 时空序列模型对深基坑数据进行分析52-65
• 5.1 数据概况52
• 5.2 时空平稳性检验52-55
• 5.3 空间邻接矩阵的建立55-56
• 5.4 模型识别56-58
• 5.5 参数估计58
• 5.6 模型检验58-59
• 5.7 精度评估及与 ARMA 模型的对比59-64
• 5.8 本章小结64-65
• 结论与展望65-67
• 参考文献67-69
• 致谢69

【参考文献】

中国期刊全文数据库 前10条

1 徐薇,黄厚宽,秦勇;基于时空数据挖掘的铁路客流预测方法[J];北方交通大学学报;2004年05期

2 尹章才,邓运员;时空数据仓库初探[J];测绘科学;2002年03期

3 陈亮亮;郭杭;管晓燕;董建良;;BP模型在变形监测数据分析和预测中的应用[J];测绘科学;2008年04期

4 潘国荣,王穗辉;建筑物动态变形的模型辨识与预测[J];测绘学报;1999年04期

5 邓跃进，张正禄，章传银;自适应卡尔曼滤波在变形监测动态数据处理中的应用[J];武测科技;1996年01期

6 韩卫国;王劲峰;高一鸽;胡建军;;区域交通流的时空预测与分析[J];公路交通科技;2007年06期

7 林辉;郝志峰;蔡瑞初;;基于双时间序列神经网络的短期电网负荷预测[J];计算机工程与应用;2007年32期

8 王丽娜,肖冬荣;基于ARMA模型的经济非平稳时间序列的预测分析[J];武汉理工大学学报(交通科学与工程版);2004年01期

9 周国法,徐汝梅,李天生;昆虫种群动态时空回归预测方法及应用研究[J];生态学报;1999年04期

10 潘国荣;基于时间序列分析的动态变形预测模型研究[J];武汉大学学报(信息科学版);2005年06期

  本文关键词：基于时空序列模型的变形分析研究，，由笔耕文化传播整理发布。

本文编号：438917