本文關鍵詞：基于時空序列模型的變形分析研究，由筆耕文化傳播整理發(fā)布。

【摘要】：科學、準確、及時地分析和預測工程建筑物的變形，對工程建筑的安全施工和正常運營具有重要意義。選擇合理的模型對變形數(shù)據(jù)進行擬合、對未來變形進行準確預報是變形分析研究的主要內(nèi)容。 時間序列是指依時間次序排列的數(shù)據(jù)序列，時間序列分析是從統(tǒng)計角度來揭示各時序內(nèi)部的統(tǒng)計關系與各時序之間的統(tǒng)計關系的，近幾十年來，時間序列分析取得了重要的成果。但是時間序列模型只是對單個監(jiān)測點變形序列進行建模，沒有考慮監(jiān)測點之間的相關性。 時空序列（Space-Time Series）是時間序列在空間上的擴展，指在空間上有相關關系的多個時間序列的集合。時空數(shù)據(jù)是時間數(shù)據(jù)和空間數(shù)據(jù)的組合，與普通的空間數(shù)據(jù)和時間序列數(shù)據(jù)相比，時空序列數(shù)據(jù)具有時空相關性、時空異質(zhì)性的特征。研究時空序列數(shù)據(jù)的性質(zhì)是時空數(shù)據(jù)建模的重要前提，為了讓時空關系和時空模式更明確的體現(xiàn)出來，時空序列數(shù)據(jù)建模就必須考慮時空依賴性。如何有效地分析時空序列數(shù)據(jù)，構(gòu)建時空一體化的時空預測模型是時空數(shù)據(jù)建模的重要內(nèi)容。本文對時空數(shù)據(jù)的性質(zhì)進行了研究，包括時空自相關性和時空平穩(wěn)性，詳細介紹了時空序列建模的過程。以深基坑周邊一管線監(jiān)測點高程值序列為樣本數(shù)據(jù)，首先進行時間序列分析，由自相關函數(shù)和偏相關函數(shù)確定出幾個可能的模型，通過各個模型定階準則的比較，確定出最優(yōu)模型，并進行短期預測，來為時空序列建模做鋪墊；其次利用時空自回歸移動平均模型（STARMA）建立基坑周邊管線高程值的時空關聯(lián)關系，來進行時空分析和短期預測，該模型在考慮預測值所在位置時間序列的同時，也考慮到了空間上相鄰位置的時間序列，通過與時間序列建模結(jié)果的對比，驗證了時空序列模型在基坑管線沉降數(shù)據(jù)的時空分析和短時預測中的可行性。
【關鍵詞】：變形分析 時間序列 時空序列 ARMA STARMA
【學位授予單位】：長安大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：P208;TU196.1
【目錄】：

• 摘要4-5
• Abstract5-9
• 第一章 緒論9-14
• 1.1 課題研究背景和意義9-10
• 1.2 研究現(xiàn)狀及發(fā)展10-13
• 1.3 本文的研究內(nèi)容13-14
• 第二章 變形分析常用的建模方法14-30
• 2.1 回歸分析法14-17
• 2.2 灰色系統(tǒng)分析模型17-19
• 2.2.1 數(shù)據(jù)生成17-18
• 2.2.2 GM（1,1）模型18-19
• 2.3 卡爾曼濾波模型19-20
• 2.4 人工神經(jīng)網(wǎng)絡模型20-22
• 2.5 時間序列分析模型22-29
• 2.5.1 時間序列的基本模型22-23
• 2.5.2 時間自相關性23-25
• 2.5.3 時間平穩(wěn)性25-26
• 2.5.4 ARMA 模型的建立步驟26-29
• 2.6 本章小結(jié)29-30
• 第三章 時空序列分析模型30-44
• 3.1 時空序列分析概述30-31
• 3.2 時空自相關性31-35
• 3.2.1 空間自相關31-33
• 3.2.2 時空自相關33-35
• 3.3 時空平穩(wěn)性35-38
• 3.3.1 空間平穩(wěn)36-37
• 3.3.2 時空平穩(wěn)37-38
• 3.4 延遲算子38-40
• 3.4.1 空間延遲算子38
• 3.4.2 時空延遲算子38-40
• 3.5 STARMA 模型的建立步驟40-43
• 3.5.1 模型識別40-41
• 3.5.2 參數(shù)估計41-42
• 3.5.3 模型檢驗42-43
• 3.6 本章小結(jié)43-44
• 第四章 時間序列模型對深基坑數(shù)據(jù)進行分析44-52
• 4.1 建模數(shù)據(jù)來源44-45
• 4.2 數(shù)據(jù)預處理45-47
• 4.2.1 平穩(wěn)性分析45-46
• 4.2.2 零均值處理46-47
• 4.3 模型識別47-48
• 4.4 參數(shù)估計與模型定階48-49
• 4.5 模型檢驗49-50
• 4.6 預測50-51
• 4.7 本章小結(jié)51-52
• 第五章 時空序列模型對深基坑數(shù)據(jù)進行分析52-65
• 5.1 數(shù)據(jù)概況52
• 5.2 時空平穩(wěn)性檢驗52-55
• 5.3 空間鄰接矩陣的建立55-56
• 5.4 模型識別56-58
• 5.5 參數(shù)估計58
• 5.6 模型檢驗58-59
• 5.7 精度評估及與 ARMA 模型的對比59-64
• 5.8 本章小結(jié)64-65
• 結(jié)論與展望65-67
• 參考文獻67-69
• 致謝69

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 徐薇,黃厚寬,秦勇;基于時空數(shù)據(jù)挖掘的鐵路客流預測方法[J];北方交通大學學報;2004年05期

2 尹章才,鄧運員;時空數(shù)據(jù)倉庫初探[J];測繪科學;2002年03期

3 陳亮亮;郭杭;管曉燕;董建良;;BP模型在變形監(jiān)測數(shù)據(jù)分析和預測中的應用[J];測繪科學;2008年04期

4 潘國榮,王穗輝;建筑物動態(tài)變形的模型辨識與預測[J];測繪學報;1999年04期

5 鄧躍進，張正祿，章傳銀;自適應卡爾曼濾波在變形監(jiān)測動態(tài)數(shù)據(jù)處理中的應用[J];武測科技;1996年01期

6 韓衛(wèi)國;王勁峰;高一鴿;胡建軍;;區(qū)域交通流的時空預測與分析[J];公路交通科技;2007年06期

7 林輝;郝志峰;蔡瑞初;;基于雙時間序列神經(jīng)網(wǎng)絡的短期電網(wǎng)負荷預測[J];計算機工程與應用;2007年32期

8 王麗娜,肖冬榮;基于ARMA模型的經(jīng)濟非平穩(wěn)時間序列的預測分析[J];武漢理工大學學報(交通科學與工程版);2004年01期

9 周國法,徐汝梅,李天生;昆蟲種群動態(tài)時空回歸預測方法及應用研究[J];生態(tài)學報;1999年04期

10 潘國榮;基于時間序列分析的動態(tài)變形預測模型研究[J];武漢大學學報(信息科學版);2005年06期

  本文關鍵詞：基于時空序列模型的變形分析研究，，由筆耕文化傳播整理發(fā)布。

本文編號：438917