建筑工程师职称论文基坑变形分析与预测研究(2)

　　从上面的各种数据的组合预测模型可以看出，利用蚁群算法可以找到组合模型的最优权重，达到组合模型拟合精度提高的效果。从权重的选取上可以看出，对于拟合残差较大的单项预测模型会给与较小的权，达到模型优化选择的效果。

　　4 结语

　　本文结合\"沙圩一村盛泰花园基坑监测\"项目，根据整个项目施工过程中的观测资料，分别运用曲线拟合、多元线性回归预测、自回归预测、指数平滑预测这些模型进行初步预测，然后利用组合预测模型进行预测。其中，组合预测模型权重的选取是利用蚁群算法来完成。

　　多元线性回归分析是利用统计规律进行研究分析和预测，适用于大样本，且过去、现在和未来发展模式一致的预测;多项式趋势分析是一种非线性模型;自回归模型是根据变量自身过去的规律来建立预测模型;指数平滑法是利用惯性原理对增长趋势外推，实现\"重近轻远\"的预测原则。

　　本文正是利用这些单个模型对基坑变形数据进行分析预测，其单个模型的预测效果因数据的不同而有差异。利用组合预测模型，能起到抵御或减弱异常数据的影响，它综合利用各单个模型的特点，使各当个模型达到优势互补的作用。

　　参考文献:

　　[1] 黄声享，尹晖，蒋征. 变形监测数据处理[M]. 武汉:武汉大学出版社，2003.

　　[2] 潘国荣，谷川. 形变监测数据组合预测[J]. 大地测量与地球动力学，2006，26(4)，27-29.

　　[3] 林勋. 时间序列分析在建筑物变形监测中的应用[D]. 吉林大学，2005.

　　[4]邹刚.基于蚁群算法的电力负荷预测方法研究[D]. 重庆大学，2006.

　　[5] 成枢，刘国林，高放. 最优组合预测模型及其在变形预测中的应用. 《测绘通报》测绘科学前沿技术论坛论文集

　　[6] 尹晖. 时空变形分析与预报的理论和方法[M]. 北京：测绘出版社，2002.

转载请注明来自：http://www.uuqikan.com/jianzhushejilw/5097.html