一种基于历史资料分析的建筑物沉降预测方法
【专利摘要】本发明公开了一种基于历史资料分析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；历史监测数据的分析；建立支持向量机回归预测模型；建立牛顿插值预测模型；建立加权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】一种基于历史资料分析的建筑物沉降预测方法
【技术领域】
[0001]本发明提供一种基于历史资料分析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]建筑物的沉降观测的目的在于检查沉降指数是否超过了建筑物设计所允许的范围，若超限则会导致建筑物的危险指数上升，严重时将会威胁人的生命安全。随着世界人口的日益增多，住房问题的日趋严峻以及高层建筑物的出现，为了保证建筑物的正常使用及安全，并为后期的施工提供可靠的观测资料及相应的沉降参数，建筑物沉降预测的必要性日益明显。目前常用的预测模型有灰色模型、回归模型、时间序列模型等，其中大多数模型无法精确模拟沉降曲线的变化，致使模型插值预测的精度较差，在实际工程中难以满足要求。
【发明内容】
[0003]发明目的:针对现有技术中存在的问题与不足，本发明提供种基于历史资料分析的建筑物沉降预测方法，利用组合模型预测任意时刻的建筑物沉降值，组合模型能够综合利用各类单一模型提供综合的沉降信息，进而对沉降问题进行精准预测。
[0004]技术方案:一种基于历史资料分析的建筑物沉降预测方法，包括如下步骤:
[0005]采集监测数据，提取第i期的监测时刻ti;及沉降监测数据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:由a (a > 10)对观测数据组成的学习数据；另一部分为:由b对观测数据组成的检验数据；
[0007]历史监测数据的分析:利用移动平均法对学习数据进行平滑处理，得到平滑后的数据；对平滑后的数据进行分析，按监测时间递增的顺序，计算各点与下一点连线段的斜率；寻找学习数据中最后一个沉降监测值周围的极值点。
[0008]利用相关系数建立支持向量机回归预测模型；
[0009]利用插值余项建立牛顿插值预测模型:
[0010]
【权利要求】
1.一种基于历史资料分析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，提取第i期的监测时刻ti;及沉降监测数据Zi,其中，i = 1，2，...，h ; 将采集到的监测数据按时间顺序分为两部分:第一部分为:由a (a > 10)对观测数据组成的学习数据；另一部分为:由b对观测数据组成的检验数据； 历史监测数据的分析:利用移动平均法对学习数据进行平滑处理，得到平滑后的学习数据；对平滑后的学习数据进行分析，按监测时间递增的顺序，计算各点与下一点连线段的斜率；寻找学习数据中最后一个沉降监测值周围的极值点； 利用相关系数建立支持向量机回归预测模型； 利用插值余项建立牛顿插值预测模型:
Pn(X) = f (X0)+f [X0, X1] (X-X0)+f [X0, X1, X2] (X-X0) (X-X1)+...+f[X0, X1,...，Xn] (X-X0)...(X-Xlri) 式中，Xk表示n+1期数据中第k+Ι期数据的监测时间； 区分近点与远点，建立加权移动平均法预测模型:对a个学习数据，按监测时间递增的顺序逐点推移求出η (η >3)期数据的加权平均数，η期数据的权值分别取为Q1, ω2，…，ωη，将作为第j+Ι期的预测值:
Rj = ω lYj+ ω 2yj-l +...+ ω nYj-n+l 建立组合模型:
ft = IX，k2, k3] [f1； f2, f3]T 式中，ft为t时刻组合模型的预测值，kp k2、k3及f\、f2、f3分别为支持向量机回归预测模型、牛顿插值预测模型及加权移动平均法预测模型的权及预测值； 计算支持向量机回归预测模型、牛顿插值预测模型及加权移动平均法预测模型在组合模型中的权值； 利用组合模型预测任意时刻的建筑物沉降值。
2.根据权利要求1所述的一种基于历史资料分析的建筑物沉降预测方法，其特征在于:历史监测数据的分析的方法为: 利用移动平均法对学习数据进行平滑处理；按监测时间递增的顺序逐点推移求出N(2^N^5)个数的平均数，即可得到一次移动平均数:
3.根据权利要求1所述的一种基于历史资料分析的建筑物沉降预测方法，其特征在于:建立支持向量机回归预测模型的方法为:将高斯函数作为支持向量机回归预测模型的核函数； 利用支持向量机回归模型对学习数据进行训练并计算相关系数，其中，相关系数r的计算公式为:
4.根据权利要求1所述的一种基于历史资料分析的建筑物沉降预测方法，其特征在于:建立牛顿插值预测模型的方法为: 从学习数据中，选取末尾n+1 (初始值为a)期数据计算各点间的差商:
5.根据权利要求1所述的一种基于历史资料分析的建筑物沉降预测方法，其特征在于:建立加权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η (η > 3)期数据的加权平均数，η期数据的权值分别取为Q1, ω2,…，ωη，则第j期数据的加权算术移动平均值为
6.根据权利要求1所述的一种基于历史资料分析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】G06F19/00GK103942433SQ201410162042
【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】张涛, 李永泉, 常永青, 岳建平, 王庆, 黄志洲, 邓晓红, 张天纯, 许培培, 梁子亮, 张凤梅 申请人:南京市测绘勘察研究院有限公司, 河海大学, 南京市规划局