Logistic模型在高层建筑物沉降监测中的应用

介绍了Logistic增长曲线模型,通过实测数据建立沉降预测模型,拟合出s-t曲线,用平均绝对百分误差(MAPE)来评价预测模型拟合的精度,发现Logistic模型属于高精度拟合.将预测数据与实际观测数据进行对比分析,预测精度较高.结果表明该模型可用于高层建筑物的沉降预测情况.     

风电功率波动特性研究

采用概率分布拟合和基于遗传算法的BP神经网络的预测建模对风电功率波动特性进行定量分析。首先,针对风电功率实测数据建立了概率分布拟合模型并分析了拟合结果;其次,建立了基于不同时间间隔历史实测数据的BP神经网络预测模型,数据检验表明该模型对于峰值有很理想的预测精度且整体精度较高。     

人口增长率的非参数自回归预测模型

针对传统的人口增长预测模型不能理想地捕获我国人口增长率数据的非线性性特征，本文基于局部线性非参数估计理论，对我国建国以来的年人口增长率建立了非参数自回归NAB．（1）模型，并对2000年-2003年的年人口增长率进行了预测，计算结果表明，相对于参数自回归模型而言，非参数自回归模型能够很好地解决人口增长预测这一非线性问题，预测精度较高．     

高层建筑群对地面沉降影响的模型试验研究

通过室内模型试验，研究了上海地区典型地质条件下高层建筑群工程环境效应对地面沉降的影响，探讨了在高层建筑群工程环境效应作用下不同土层的变形特点、相邻建筑物之间的相互影响状况、高层建筑群对中心及周边区域地面沉降的影响以及沉降影响范围、土层中应力（包括土压力、孔隙水压力）的变化规律等．试验研究结果表明：上海软土层是地面沉降的主要组成部分；高层建筑群工程环境效应造成的城区地面沉降的特点是距建筑物1倍基础宽度范围内的地面沉降大于建筑本身的沉降，尤以相邻建筑之间中心区域地表的沉降量最大；密集高层建筑群之间地表变形存在明显的沉降叠加效应，并使沉降量超过容许值，从而带来不稳定因素．     

缩短材料弯曲疲劳试验时间的灰色理论与方法探讨

提出用灰色系统理论与方法对材料弯曲疲劳试验数据进行拟合和预测，可缩短试验时间，节约试验费用．实例表明，灰色系统理论与方法用于材料弯曲疲劳试验数据处理是可行的，且有较高的拟合和预测精度．图1，表2，参8     

基于ARIMA-EGARCH模型的交通事故问题的研究

为了更好地掌握交通事故的现状和发展趋势,减少交通事故带来的直接损失和人员伤亡,以1990-2017年的全国交通事故发生起数为研究对象,建立ARIMA(0,1,4)模型进行分析和预测.利用方差齐性检验得残差序列方差非齐性,针对该模型的异方差问题,建立了ARIMA-EGARCH(1,1)模型.最后,以2017年的数据做为考核样本来检验模型的精度,并对2018-2019年的数据进行预测.通过与ARIMA(0,1,4)模型的拟合效果对比可以看出:ARIMA-EGARCH模型的预测结果比ARIMA模型精度更高,误差更小,可以对未来交通事故数据进行更好的预测.     

缩短电子设备寿命试验时间的不确定性系统模型与方法

采用泛灰色不确定性系统理论中的USM-1模型,运用Matlab程序对电子设备失效寿命试验数据进行了数值拟合与预测,给出了模型精度检验方法.运用该模型可缩短试验时间,节约试验费用.实例表明,不确定性系统模型USM-1应用于电子设备失效寿命试验数据处理是可行的,该模型不需要累加生成和累减生成,不仅适合于等间距建模,也适合于非等间距建模,具有精度高、使用简便的优点.     

昆明市月降水量的预测分析研究——基于SARIMA模型和Holt-Winters相加模型

降水量在时间和空间上的非均匀分布,很大程度上决定了洪涝、干旱和暴雨等气象灾害的强度.通过分析2000—2019年昆明市月降水量的数据,拟合建立SARIMA模型和Holt-Winters相加模型2种预测模型,分别预测了2019年月降水量,结合2019年月降水量实际值,对比分析预测误差.结果表明:Holt-Winters相加模型预测精度相对较高,该模型更能准确预测昆明市短期降水量.     

交通流的时间序列建模及预测

采用时间序列ARMA模型进行交通流量趋势预测，建模时利用现场测得的交通流非平稳时间序列进行差分变换及标准化处理，从而转化成标准正态平稳时间序列；模型参数估计采用极大似然估计法，并根据AIC准则为模型定阶；最后通过实测数据进行验证．结果表明该ARMA模型能够较好地拟合交通流时间序列并可获得较高的中短期预测精度，因而可用于动态交通信号控制．     

PSA-ANFIS方法的研究

矿山中的岩土工程灾害预测问题,是采矿工程领域亟需研究解决的重大课题.本文即针对这些问题,采用正交试验设计法和模式搜索算法研究了自适应神经模糊推理系统(ANFIS)的训练参数和模型结构的优化方法,提出和建立了基于模式搜索算法的自适应神经模糊推理方法(PSA-ANFIS).进一步采用一多峰函数进行离散,构建了训练数据对、检测数据对和预测数据对,对PSA-ANFIS的拟合能力和预测能力进行了研究.结果表明,无论是在拟合精度和预测精度上,还是在训练参数的调整、模型结构的建立和训练过程上,PSA-ANFIS均适合于解决矿山岩土工程灾害预测这一高度非线性的映射问题.     

基于组合模型的建筑物沉降预测

以上海某建筑物沉降观测数据[1]为依据,构建一种新的组合预测模型,并对沉降数据进行预测,将预测结果与前人单项模型预测结果进行对比,结果表明组合预测模型预测结果要明显优于单项模型。     

地面沉降模拟计算的灰色模型

地面沉降的模拟计算属于灰色问题,灰色系统模型有多种,选择合适的沉降量与时间的关系模型对模拟计算而言是很重要的,将某市地面沉降数据分为大样本和小样本序列,分别使用GM(1,1)和灰色线性回归组合模型进行了建模、预测和精度分析.研究结果表明,利用小样本数据和灰色线性回归组合模型进行模拟计算精度更好.     

综合模拟和预测方法在工程沉降中的应用

文章尝试应用最优综合模型对常规的灰色模型(GM模型)和支持向量机模型(SVM模型)的预测结果进行优化,将综合模拟和预测方法应用于天津某高层建筑基坑开挖过程中引起周围建筑物沉降的研究,对建筑物的沉降趋势作出预测,取得了较好的拟合精度和预测可靠度,该方法对于工程施工具有重要的指导作用,也为今后同类研究提供一定的参考。     

上海浅层土的沉降分析

本文根据上海市区浅层土在近二十年来抽、灌水作用下的变形规律,采用优化方法分析了上海浅层土的变形模型并确定其计算参数;利用已有的上海地面沉降问题的弹性解答.采用推广的李氏比拟法,结合选定的横型,推导出了土体为粘弹性假设下的土层变形量的解答;把各年的流变参数作为一组随机变量,得到流变参数的统计规律,进而采用蒙特卡罗方法得出劳动公园及汽车二场两个标点浅层土变形量的统计规律;并将该统计规律应用于沉降预测,通过计算分析提出了减小地面沉降的措施.     

基于麻雀搜索算法优化Elman残差自校正地面沉降预测模型

地面沉降是一种常见的地质灾害，严重阻碍当地居民的生产生活，如何对地面沉降进行准确预测已经成为相关专家学者讨论的热点话题。但常规数学模型难以对地面沉降量做出准确预测。本文提出了麻雀搜索算法（Sparrow Search Algorithm, SSA）优化Elman的地面沉降量预测方法，同时根据组合模型原理提出了SSA-Elman残差自校正（SSA-Elman Residual self-correction，SSA-Elman-RSC）模型的策略，通过残差校正的方式降低神经网络预测误差，成功的将地面沉降量预测模型应用于山西省大同市潇河产业园，将预测结果与未进行残差修正的模型预测结果进行比较分析。结果表明对于RMSE，MAE，MRE三个指标，SSA-Elman-RSC拥有更高的精度。该模型的提出为山西地区地面沉降量预测提供了一种新方法，并且组合模型的建立提供了一种新思路。     

基于动态灰色模型的地下工程地面沉降预测

实时准确地预报地下工程引起的地面沉降对指导施工意义重要.利用动态灰色模型(MGM),可以根据适时更新的观测值建立实时的预报模型,从而提高预报精度.通过工程实例,表明该模型能较好地应用于沉降预报.     

基于动态灰色模型的地下工程地面沉降预测

对地下工程引起的地面沉降作实时准确的预报对指导施工有重要意义,利用动态灰色模型(MGM),可以根据适时更新的观测值建立实时的预报模型,从而使预报精度提高。文章通过工程实例,表明该模型能较好地应用于沉降预报,这对地下工程及岩土工程施工有一定的参考价值。     

顾及矿区地貌特征的开采沉陷三维可视化实现方法

针对已有开采沉陷三维可视化方法中不能考虑矿区地貌特征的不足,通过在开采沉陷预计程序中增加高程修正计算功能,对矿区地表高程进行下沉修正计算,并借助Surfer实现了顾及矿区地貌特征的开采沉陷三维可视化。该方法操作和实现简单,实现了对矿区地表塌陷后真实状况的三维可视化预计。实例应用表明,相比已有开采沉陷三维可视化方法,利用该方法生成的三维表面,更能够形象直观地表现矿区地表塌陷后的移动和变形状况,为方便进行开采沉陷防灾减灾工程的设计提供了依据。     

北京东部区域地面沉降现状及其发展趋势预测

东部沉降区是北京地面沉降比较严重的沉降区之一.该区域是北京市未来发展的重点地区之一,包括了CBD及其东扩区,通州新城.通过对该区域内大量地面沉降历史观测数据、地下水位历史观测数据以及近几年的监测成果进行整理,分析总结了该区域内地面沉降发生、发展的特点及规律,并建立了适用于不同地层在多层地下水动态变化条件下的地面沉降计算方法,编制了计算程序.分析与计算结果表明:1)研究区的地面沉降总体上呈现自西向东,自北向南发展的趋势,由一个沉降中心逐渐出现多个沉降中心.2)近几年研究区的地面沉降呈现出沉降面积迅速扩大、沉降速率加快的发展趋势.3)未来5年内研究区西部地区地面沉降比较稳定,地面沉降继续向东部与南部移动.     

高层建筑沉降预测新方法的研究

对双曲线模型公式进行了研究,将双曲线模型应用于高层建筑物沉降监测预报中,结合某高层建筑物沉降观测数据,建立了相应的双曲线预报模型。通过Matlab编程对观测数据进行处理,处理的图像显示双曲线模型与原始观测的数据曲线变化趋势一致,很好的反应了建筑物沉降的变化规律,证明了双曲线模型可以应用于高层建筑物沉降预测。