一种基于组合模型的建筑物沉降预测方法
【专利摘要】本发明公开了一种基于组合模型的建筑物沉降预测方法，包括如下步骤：采集监测数据；将监测数据按时间顺序分为：学习数据与检验数据；建立自适应多项式预测模型；建立拉格朗日预测模型；建立趋势移动平均法预测模型；建立组合模型；计算组合模型的权重；利用组合模型预测任意时刻的建筑物沉降值。较常规方法，本方法具有精度高、计算简单、适用范围广、运算效率高等特点。
【专利说明】一种基于组合模型的建筑物沉降预测方法
【技术领域】
[0001]本发明涉及一种基于组合模型的建筑物沉降预测方法，涉及到地理信息领域的预测模型，属于土木工程【技术领域】。
【背景技术】
[0002]建筑物沉降是一种普遍而又日趋明显的地质现象，它是建筑物各部分基础沉降的综合效应的表现，基础沉降就是地基持力层被基础底面以上的荷载所压缩的变形。这个变形的大小与荷载产生的压应力大小、地基持力层的压缩模量、荷载影响深度有直接关系。建筑物沉降预测是保护人民生命财产、减少经济损失的重要手段，对预测数据的分析处理是判断一个城市环境地址优劣的科学依据。因此，在建筑物施工时，必须对其建筑物沉降状况进行预测，及时发现可能存在的隐患，从而制定合理的防治措施，以保证建筑物的安全。目前常用的预测模型有克里金模型、灰色模型、时间序列模型等，其中大多数模型限制于自身的要求，无法精确模拟沉降曲线的变化，致使模型插值预测的结果一直差强人意，在实际工程中难以满足要求。因此，本发明通过组合模型综合有机利用不同的单一模型提供的不同的有用信息，进而对沉降问题进行预测。
【发明内容】
[0003]发明目的:针对现有技术中存在的问题与不足，本发明提供一种基于组合模型的建筑物沉降预测方法。
[0004]技术方案:一种基于组合模型的建筑物沉降预测方法，包括如下步骤:
[0005]采集监测数据，提取监测时刻ti;及监测时刻\的沉降监测数据Zi,其中，i =12 h -
[0006]将监测数据按时间顺序分为两部分:第一部分为学习数据，另一部分为检验数据；
[0007]从学习数据中，选取n+1期数据，并利用拟合曲线的相关系数，建立自适应多项式预测模型:
[0008]
【权利要求】
1.一种基于组合模型的建筑物沉降预测方法，其特征在于，包括如下步骤: 采集监测数据，提取监测时刻ti;及监测时刻ti的沉降监测数据Zi,其中，i =12 h.将监测数据按时间顺序分为两部分:第一部分为学习数据，另一部分为检验数据；从学习数据中，选取Π+1期数据，并利用拟合曲线的相关系数，建立自适应多项式预测模型:
2.根据权利要求1所述的一种基于组合模型的建筑物沉降预测方法，其特征在于:建立自适应多项式预测模型的方法为: 从学习数据中，选取n+1期数据，并利用n (n < a)次多项式拟合学习数据，拟合方程为:
3.根据权利要求1所述的一种基于组合模型的建筑物沉降预测方法，其特征在于:建立拉格朗日预测模型的方法为: 从学习数据中，选取η’+1期数据构造η’次插值基函数，η’的初始值为a_l:
4.根据权利要求1所述的一种基于组合模型的建筑物沉降预测方法，其特征在于:建立趋势移动平均法预测模型的方法为: 对a个学习数据，按监测时间递增的顺序逐点推移求出N (2 < N < 5)期数据的平均数，即可得到一次移动平均数:
5.根据权利要求1所述的一种基于组合模型的建筑物沉降预测方法，其特征在于:计算权值的方法为: 计算个体模型的预测误差:
【文档编号】G06F19/00GK103942430SQ201410161920
【公开日】2014年7月23日 申请日期:2014年4月21日 优先权日:2014年4月21日
【发明者】储征伟, 李永泉, 王庆, 岳建平, 钟金宁, 张天纯, 许培培, 陈年青, 戴相喜, 梁子亮, 顾景强, 张凤梅 申请人:南京市测绘勘察研究院有限公司