时间序列—马尔科夫组合模型在建筑物沉降变形监测中的应用

发布时间：2021-03-07 11:36

　　为了研究时间序列—马尔科夫组合模型在建筑物沉降变形监测中的应用,文中对无偏灰色模型、时间序列线性移动平均法及马尔科夫模型进行研究,并对3种方法的预测结果和精度进行对比分析。结果表明:由于随机性波动的影响,传统的无偏灰色模型预测不易显示出沉降趋势,且预测周期较短。时间序列线性移动平均法和马尔科夫模型可以处理时间序列的随机波动,能克服无偏灰色模型预测随机波动性大的序列时精度较低的问题。结合二者构建的时间序列—马尔科夫组合模型,预测精度高、中长期预测能力强,更适用于建筑物沉降非线性变化的特点,可以为建筑物沉降的中长期预测提供理论支持。 

【文章来源】：青海大学学报. 2020,38(05)

【文章页数】：6 页

【部分图文】：

沉降监测点分布图

图1 沉降监测点分布图以图2中第1期至第16期观测数据建立模型，将预测模型得出的结果与第17期至第21期的实测数据进行对比，并利用相对误差判断预测结果的有效性。

从表3可以发现，时间序列线性移动平均法模型的最大相对误差为-10.83%，略大于无偏灰色模型的最大相对误差(9.85%)，但时间序列线性移动平均法模型的平均绝对误差为4.16%，小于无偏灰色模型的平均绝对误差(5.53%)，这就说明前者的整体拟合效果优于后者;由两个预测模型与原始观测值得出的拟合分析图(图3)可以发现，时间序列线性移动平均法模型较无偏灰色模型有更好的拟合效果。3 预测分析

【参考文献】：
期刊论文
[1]基于灰色模型的高层建筑物沉降预测分析[J]. 赵祥硕.  经纬天地. 2019(06)
[2]基于移动平均法和风电波动率约束的电池储能系统平滑风电出力控制策略[J]. 陈跃燕,李相俊,韩晓娟,梁廷婷,惠东.  电力建设. 2013(07)
[3]基于新维无偏灰色马尔可夫模型的大坝沉降预测研究[J]. 何自立,杨建国,靳国云,刘云峰,梁倩,马孝义.  西北农林科技大学学报(自然科学版). 2013(05)
[4]高层建筑沉降观测实例及数据分析[J]. 王志城,汤江龙.  地理空间信息. 2012(03)
[5]地面沉降预测的灰色-马尔柯夫模型[J]. 邵传青,郭家伟,王洁,易立新.  中国地质灾害与防治学报. 2008(03)
[6]移动平均法在公安情报分析中的应用[J]. 刘剑宇,熊允发.  中国人民公安大学学报(自然科学版). 2007(04)
[7]无偏灰色GM（1,1）模型的直接建模法[J]. 穆勇.  系统工程与电子技术. 2003(09)
[8]无偏灰色预测模型[J]. 吉培荣,黄巍松,胡翔勇.  系统工程与电子技术. 2000(06)



本文编号：3069014