简述多项式地铁墙顶水平位移监测预报模型

论文导读：
摘要：随着我国城市化速度的加速,地铁在全国掀起了建设。为保障地铁施工运营的安全,应对其进行变形监测及预报。变形监测的目的在于获得变形体的变形观测资料,运用变形资料科学准确的浅析变形体的变形情况,掌握变形的特点和规律,以而对变形体的变形走势进行准确的浅析和预报,为工程建设提供决策依据。目前主要的变形监测预报策略有回归浅析、时间序列、灰色模型、卡尔曼滤波、神经网络和组合模型等。上面陈述的单一预测模型均利用变形的原始监测资料对变形体的变形走势进行预测,为了达到对单一预测模型的改善,得到更准确、更长时的预报,本论文转变了传统的仅利用变形体原始监测数据预测的方式。以变形本身和引起变形的因素入手,考虑已经获得的以及未来的变形体的变形资料都受到外界条件的影响,通过多项式最小二乘拟合和自回归拟合的策略,对变形体的变形监测资料加入外界条件变化的影响,以而达到对变形体原始监测资料的修正,对修正后的变形监测资料运用时间序列法预报,效果显著优于原始变形监测资料运用时间序列预测的效果。本论文以昆明地铁2号线首期工程金星站明挖基坑监测数据为依据,由于地铁围护结构墙顶主要受到钢支撑结构力的作用,所以实验数据采取基坑北端水平位移点SP5和轴力测点ZL1-4,水平位移点SP4和轴力测点ZL1-3；两组测点分别位于同一布点位置,对同期观测数据60期预测后10期,对同期观测数据70期预测后10期,共4组实验。运用多项式最小二乘拟合和自回归拟合对墙顶水平位移修正,即加入了钢支撑作用的影响。对修正后的水平位移运用时问序列预报,发现优于未修正的墙顶水平位移时间序列预报的效果,实验历程及结果均采取MATLAB编制计算机程序实现,减少了工作量,达到了预期的效果。关键词：地铁论文基坑论文钢支撑论文多项式拟合论文时间序列浅析模型论文变形预测论文
本论文由www.7ctime.com,需要论文可以联系人员哦。摘要3-4
Abstract4-9
第一章 前言9-17

1.1 变形监测的目的和作用9-10

1.2 变形监测技术简述10-11

1.3 课题的提出11-12

1.4 变形监测数据建模预报的国内外探讨近况12-15

1.5 本论文组织结构15

1.6 本论文的革新点15-17

第二章 最小二乘多项式拟合17-29

2.1 粗差的剔除与插补17-18

2.

1.1 粗差的识别17-18

2.

1.2 剔除粗差后的插补18

2.2 一元线性回归浅析18-22

2.1 一元线性回归方程的参数最小二乘估计19-20

2.2 一元线性回归方程的精度评定20-21

2.3 一元线性回归方程的适用性检验21-22

2.3 多项式最小二乘原理22-29

2.3.1 多项式方程参数的最小二乘估计23-24

2.3.2 多项式最佳次数确定的AIC准则24-26

2.3.3 多项式方程的适用性检验26-29

第三章 时间序列法的原理29-45

3.1 有关平稳时间序列的定义29-30

3.2 时间序列模型描述及特性浅析30-36

3.

2.1 AR(p)模型30-32

3.

2.2 MA(q)模型32-33

3.

2.3 ARMA(p,q)模型33-35

3.

2.4 非平稳时间序列模型35-36

3.3 时间序列的数据预处理36-38

3.4 模型AIC准则识别策略38

3.5 时间序列模型参数估计38-39

3.5.1 AR(p)模型估计38-39

3.5.2 MA(q)模型和ARMA(p,q)模型参数估计39

3.6 模型检验39-40

3.6.1 残差计算40

3.6.2 构造统计量进行检验40

3.7 时间序列模型的预报40-42

3.7.1 AR(p)模型的预测41

3.7.2 MA(q)模型的预测41-42

3.7.3 ARMA(p,q)模型的预测42

3.8 AR模型拟合历程42-45

第四章 工程概况及变形监测技术策略45-55

4.1 工程概况45-47

4.

1.1 结构设计形式、施工工法及围护结构型式45

4.

1.2 工程地质及水文地质条件45-47

4.2 水平位移监测47-51
4.

2.1 监测原理47

4.

2.2 数据观测技术要求47-49

4.

2.3 基点及测点布置原则49

4.

2.4 基点、测点埋设及技术要求49-50

4.

2.5 实时数据处理及浅析50-51

4.3 轴力监测51-53
4.

3.1 测点布置原则51

4.

3.2 测点埋设及技术要求51-52

4.

3.3 观测策略及数据采集52

4.

3.4 数据处理及浅析52-53

4.4 基准点布设原则及监测频率53-55
第五章 案例浅析55-83

5.1 模型改善策略55-56

5.2 实验的程序实现历程56-57

5.3 预测结果的精度评定57

5.4 实验结果及浅析57-71

5.5 实验结论71-72

5.6 算法实现的MATLAB程序72-83

第六章 结论与展望83-87

6.1 本论文结论83-84

6.2 展望84-87

致谢87-89
参考文献89-93
附录A93