IGM-FM串联模型在高铁路基沉降预测中的应用

发布时间：2021-10-28 07:41

　　高速铁路路基沉降素有"变形量级小、数据波动大"的特点。针对现有对指数曲线法、三点法、灰色系统等单项预测模型不能恰当地反映高速铁路路基建设周期内沉降变形规律的问题。笔者利用改进灰色预测傅里叶-马尔科夫残差式组合预测模型,对路基沉降变形数据存在串联式叠加的规律进行预测研究,以期提高预测的整体精度和稳健性。应用该模型于经过线性插值补全的某高速铁路路基沉降实测数据中,研究结果表明:该组合预测模型构造有效,利用傅里叶级数和Markov状态转移矩阵对一次残差进行二次组合预测,更好地拟合高速铁路路基沉降监测数据的变化趋势,预测精度得到明显提高。 

【文章来源】：重庆交通大学学报(自然科学版). 2020,39(11)北大核心CSCD

【文章页数】：10 页

【部分图文】：

GM(1,1)模型背景值误差来源

高速铁路路基沉降量级小，若数据分解不合理会终导致残差量级过小甚至小于测量误差，反映不出路基沉降规律。笔者研究高速铁路路基沉降变形数据的合理化分解，选取适当模型对数据进行预测，提取趋势项保留随机项，则周期变化存在于其残差序列中。建立一种残差修正型串联式组合模型在理论上具有可行性，模型流程如图2。模型建立具体步骤如下:

某高速铁路路基DK0511+610断面沉降板0551610L采用天宝Di Ni03电子水准仪按二等水准测量方法进行水准测量，实测数据共126 d，对应的荷载-时间-沉降(P-T-S)曲线如图3，其中负值表示下沉。5.1 沉降数据补插

【参考文献】：
期刊论文
[1]GM（1,1）模型的改进现状及应用[J]. 陈鹏宇,邓宏伟.  统计与决策. 2019(06)
[2]非等时距灰色-马尔科夫链模型在深基坑变形预测中的应用[J]. 邹宗民,王冠,徐磊,王有志,徐刚年.  北京测绘. 2019(01)
[3]利用非齐次指数函数构造GM（1,1）模型背景值的新方法[J]. 高宁,高彩云.  统计与决策. 2017(17)
[4]基于灰色理论的新陈代谢自适应多参数预测方法[J]. 张朝飞,罗建军,徐兵华,马卫华.  上海交通大学学报. 2017(08)
[5]中长期电量预测的傅里叶-马尔科夫修正模型[J]. 李欣然,陈鸿琳,冷华,陈国民.  湖南大学学报(自然科学版). 2016(10)
[6]灰色系统预测模型GM（1,1）背景值重构研究[J]. 谭冠军,檀甲友,王加阳.  数学的实践与认识. 2015(15)
[7]三点法在高铁桥梁沉降变形预测中的改进[J]. 沈长江,朱良,徐锋,杨晓明.  城市勘测. 2014(04)
[8]客运专线路基沉降评估标准与指标控制[J]. 虞先溢,赵红.  高速铁路技术. 2013(03)
[9]变形监测数据组合预测的串联与并联模式研究[J]. 高宁,高彩云.  大地测量与地球动力学. 2013(03)
[10]一种初值修正的非等间距GM（1,1）模型及其等价模型[J]. 刘卫锋,刘林,何霞.  重庆师范大学学报(自然科学版). 2011(02)

硕士论文
[1]小波-新陈代谢GM（1,1）模型及在建筑物沉降变形预报中的应用研究[D]. 沈阳.辽宁工程技术大学 2016
[2]基于Kalman滤波的灰色BP神经网络变形分析与预测模型研究[D]. 张利勋.东华理工大学 2015
[3]灰色模型若干问题研究[D]. 郑启锋.浙江工商大学 2015
[4]优化的灰色马尔科夫模型在建筑物沉降预测中的应用[D]. 杨世安.东华理工大学 2014
[5]京沪高速铁路沉降监测数据处理与分析[D]. 叶茂.西南交通大学 2011



本文编号：3462497