文克尔沉降模型在预测地表沉降的应用

以大连地铁202标段春光街暗挖车站为例,在结合实测地表沉降数据的基础上引入理论模型(文克尔沉降模型)进行分析.分析结果表明,两方数据基本吻合.这就对类似工法和工程地质条件下引起的地表沉降提供了一个切实可行的理论计算模型.同时在计算中得出施工对地表沉降横向的影响范围为隧道洞宽的2.0 ～ 2.5倍.     

纱条不匀时序模型的建立

采用Pandit Wu方法对并条纱条进行建模分析 ,提高了建模过程的程序化水平 ,可迅速建立在线预测模型。研究认为 ,并条纱条可以用AR(n)模型及ARMA(m ,n)模型进行预测控制 ,且模型的阶次一般为 2～ 5。     

基于SBAS-InSAR和PSO-BP神经网络算法的矿区地表沉降监测及预测

针对传统监测技术无法进行长时间矿区地表沉降监测以及现有预测模型过度依赖沉降数据、模型单一等问题,提出一种基于小基线集合成孔径雷达干涉(Small Baseline Subsets Interferometric Synthetic Aperture Radar,SBAS-InSAR)和粒子群优化-反向传播(Particle Swarm Optimization-Back Propagation,PSO-BP)神经网络算法的矿区地表沉降监测及预测模型.首先,利用SBAS-InSAR技术获取矿区地表沉降监测值;然后,选取矿区地表沉降的影响因子与获取的沉降监测值从多因子角度构建PSO-BP预测模型;最后,分析该方法的有效性和合理性.实验结果表明,利用SBAS-InSAR能有效监测矿区地表长时间沉降,随着训练样本的增加,PSO-BP预测值与SBAS-InSAR沉降值残差逐渐减少,算法收敛迭代加快,均方误差降低.与现有监测方法及预测模型的对比,证明了SBAS-InSAR在矿区地表长时间沉降监测中的优势以及PSO-BP模型在矿区地表沉降预测中的有效性和合理性,该方法可作为矿区地表长时间沉降监测和预测的有效手段.     

北京地铁洞桩法车站地表沉降变位控制分析

以北京地铁6号线洞桩法车站为工程背景,首先在现场实测数据分析的基础上对北京地区暗挖车站地表沉降值进行预测;然后选取Cam-clay(修正剑桥模型)对北京地区洞桩法地铁车站地表沉降规律进行分析;最后基于变位分配法对洞桩法地表沉降的位移控制进行分阶段处理,实现地表沉降分阶段控制的目标.结果表明:北京地铁6号线洞桩法车站地层损失率V1均小于1%,地表沉降槽宽度参数K为0.65~0.8;小导洞开挖(施工步序1)和二衬扣拱施作(施工步序3)引发的地表沉降所占比例之和近80%,施工步序1、3对控制地表沉降具有重要意义;现场实测和数值计算的结果基本吻合,地表沉降最大值均出现在车站中心线上方.     

考虑流动性风险的ARMA模型在股票收益率中的应用研究

把度量流动性风险的指标结合到ARMA模型中,对3个综合性指标:Amivest流动比率、马丁指数(Martin Index)、休-赫贝尔流动性比率进行比较分析.以三一重工股票收益率数据为实证样本,研究表明,考虑流动性风险的ARMA模型比一般的ARMA模型优越,而带马氏指数的ARMA模型在所分析的模型当中拟合结果最好.     

品字形隧道安全间距与开挖长度地表沉降分析

为研究三孔平行通风隧道的开挖对围岩和地表沉降的影响,依托贵阳地铁车站新型通风结构品字形隧道工程,结合理论推导和数值模拟,分析三孔隧道的最小安全距离和合理布置方式,以及由不同隧道开挖长度产生的围岩应力和地表竖向位移.结果表明:最大直径为9 m的品字形三孔隧道的最小间距为10 m;开挖长度5～20 m对地表沉降变化几乎无影响;随着三孔隧道依次开挖,呈现出地表沉降变化率增大的递进式影响.分析了开挖小净距三孔品字形隧道的实际可行性,将模拟数据与现场监测数据进行对比,验证了本模型数据分析的准确性.     

基于ARMA模型的河川年径流量预测

利用ARMA模型对河川径流量预测进行了研究.ARMA模型主要利用数据间的相关性来建立模型,根据数据分析建立ARMA(3,1)模型最优,但预测效果并不好.为了达到好的预测效果,把两个ARMA模型组合运用建立新的模型,得到较好的预测效果.     

ARMA-GARCH模型在股市市场风险测度中的应用

选择股票市场2014年1月8日到2016年8月2日上证指数(SZCZ)收盘价作为样本进行研究,建立了残差序列服从不同分布下的ARMA(2,2)-GARCH(1,1)类模型,并进行实证分析及预测,通过比较发现ARMA(2,2)-GARCH(1,1)类模型能够有效处理股票数据的波动集聚性。在此基础上,计算出不同置信水平下ARMA(2,2)-GARCH(1,1)类模型的风险测度值(VaR),与历史模拟法、改进的历史模拟法下的VaR值进行比较,得出ARMA(2,2)-GARCH(1,1)类模型更有效的反应市场风险。     

城市软岩隧道沉降风险性分析

随着城市群落的发展,交通路网逐渐向地下纵深.在城市地下隧道的施工中,准确掌握其地表的沉降量,有利于防止塌方的产生.针对地表点所在的施工断面,基于软岩隧道暗挖沉降机理,分析了隧道暗挖沉降的规律.合理科学地选取预测数据点,利用回归分析的方法,构建了软岩隧道沉降对数预测模型,突破了以往"一刀切"的地表沉降预测模型.在长株潭城际铁路隧道进行工程实践应用.结果表明模型的预测结果与实际相符合,为预测软岩隧道沉降提供了技术措施.     

三次指数平滑法在基坑地表沉降变形分析中的应用

根据某地铁车站基坑施工过程中地表沉降监测的实测资料,应用三次平滑指数法进行沉降变形的预测,充分证实了在地表沉降变形分析中该预测法的可行性;研究结果表明:在现有地铁车站基坑地表沉降14期观测数据参与建模条件下,三次指数平滑法与时间序列ARIMA(1,1,1)模型相比,其均方误差MSE较小,模型的预测值与吻合较好,平均残差值为-0.010 1,平均相对误差为-0.219 0,确保了地铁车站的正常施工及安全使用,为后续工程建设提供保障。     

关于ARMAV（n,m）模型的建模

在一维长自回归模型比较参数法建模的基础上,根据相同观测数据所对应的适用ARV(p)模型与ARMAV(n,m)模型两者传递函数相等的原理,给出了ARMAV(n,m)模型的建模方法。     

小样本时间序列的数据处理

针对工程实践中经常出现的测试数据样本容量小、测试时间间隔不等等问题,提出了一种基于插值法的小样本时序数据处理方法,基于此方法对某型启动箱的延时参数拟合了ARMA(n,m)模型,并进行了预测,结果表明：本方法对起动箱测试参数分析结论与实际情况吻合,效果良好。     

应用系统建模法对南海某舰面温度的建模及预报

在系统建模理论的基础上,运用改进的动态数据建模法,对南海某舰面温度数据进行了建模,并通过模型的适用性检验发现,ARMA(6,5)模型是最合适的,根据建立的模型利用条件期望法进行预报,结果与原始数据接近得很好。所有的建模和分析过程均在MATLAB上实现。     

电力系统短期负荷预测

应用经济学中市场需求预测的季节性交乘趋势模型预测城市电网的电力短期负荷，与线性递推最小二乘法估计的ＡＲ模型ＡＲＭＡ模型，分解组合模型和基于卡尔曼滤波的状态空间法比较的结果表明，其计算精度和效率均较优，在此基础上，结合我国电网运行的实际情况，提出一种新的法定节假日的预测方法－基础年选择法，获得满意计算结果。     

采用修正弦线模量法预测基础的非线性沉降

提出在无粘性土地基中依据载荷试验测试数据反求不同应力水平条件下地基土的修正弦线模量,然后采用该参数预测地基非线性沉降的计算方法,并采用Briaud和Gibbens所做的一系列砂土地基中的基础加载试验成果进行验证.验证时首先根据1m×1m小基础的荷载沉降观测资料反求地基土的修正弦线模量,然后采用分层总和法计算1.5 m×...     

图解基于信息准则的ARMA模型选择

ARMA模型的选择是时间序列分析中的一个棘手问题,用于选择AR和MA模型最为常见的ACF和PCF函数对ARMA模型的选择不再有效。推广的自相关函数EACF在一定程度上给出了一种解决办法,但是这种将表格直观化的方法也存在一些不足,所以它并未被广泛接受和推广开来。ACF和PCF的图形化与EACF的表格直观化特性相结合是构建基于信息准则的ARMA模型选择的一种很好的方法,同时利用R软件的强大作图功能,可以实现图解ARMA模型的这一选择过程,最终可以得到一种既有效又直观的ARMA模型选择方法。     

黄淮海平原历史旱涝灾害的时间序列分析

选用全国自然灾害历史数据库中黄淮海平原地区的旱涝灾害等级数据，运用时间序列分析方法，建立了该地区旱涝灾害的自回归－－移动平均混合模型（ＡＲＭＡ模型），并根据所建模型对旱涝灾害进行了后验预报，结果表明，用ＡＲＭＡ模型做年际旱涝变化趋势预报是有潜力的。     

基于ARMA模型的无线传感器网络可信数据采集方法

在传感器节点受到能量和带宽严重制约的情况下,如何合理、有效地利用有限的资源来采集有效、可信的数据,成为当前无线传感器网络(Wireless Sensor Network,WSN)研究的热点问题之一.在分析了大量WSN感知数据的基础上,利用时间序列对数据进行建模处理,得出了适合WSN的数据处理模型ARMA(1,1),同时利用基于移动Agent的中间件技术,提出了基于ARMA的无线传感器网络可信数据采集方法.理论和实验结果表明,该方法可保证采集数据的高度可信,同时显著提高了网络的整体性能,有效的减少网络的能耗,延长了网络的生命周期.