论文部分内容阅读
地球资源的有限性、人口数量的不断增长以及人们对资源需求的日益提升,导致地面可用空间明显不足,为缓解地球的压力,地下商场、高层建筑逐渐增多。地下工程和高层建筑物的建设都离不开基坑工程,基坑施工的安全系数代表着工程本身和周边事物的安全程度,因此基坑变形监测与数据处理也逐渐进入人们的视野。变形监测数据的处理范围很广,包括对观测结果的平差、去噪、模拟、预测、分析等一系列处理过程。其中,变形监测数据的模拟预测分析是本文研究的重点。本文以重庆某基坑工程变形监测数据为例,采用ARIMA和卡尔曼滤波两种预测模型,基于MATLAB编程实现模拟预测分析,分析的主要对象是基坑周边地表最大下沉点BM17和次最大下沉点BM16。由于观测数据中存在奇变的现象,文中以2倍中误差为界限,对奇变值进行判断,超过限值时视为粗差,对其用二均值滤波和中值滤波进行实验,对比得出,二均值滤波更适应于本文的研究数据;并采用人工干预法对BM17的观测值进行改变,验证二均值滤波的适应情况,由试验结果得出:当出现类似V形和倒置的V形、M形和W形、N形和倒置N形的奇变形状时,采用二均值滤波来处理奇变值;当出现拱形和倒置拱形的奇变形状时,釆用三均值滤波来处理奇变值。对最大下沉点BM17采用ARIMA、卡尔曼滤波、均值ARIMA和均值-卡尔曼滤波等四种模型进行模拟预测,对比可知,均值-卡尔曼滤波的模拟预测效果最好,残差平方和(SSE)为3.789、均方根误差(RMSE)为0.251、平均绝对误差(MAE)为0.200、模拟预测值的相关系数(R2)为0.836,外推预测两期预测值为-20.15和-20.18mm,小于30mm,在预警范围之内。对次最大下沉点BM16做验证分析,验证结果与之前结论一致,均值-卡尔曼滤波模型最优。经过精度指标对比得知,针对本文研究基坑的观测数据,未对奇变值进行处理时,卡尔曼滤波有较好的模拟预测效果,经过二均值处理后,均值-卡尔曼滤波的模拟预测精度最高,为本论文实验中的最优模型。由此说明,不存在奇异值时,卡尔曼滤波模型的模拟预测效果最好,且本文的研究对类似的基坑地表沉降模拟预测有一定指导意义。图[28]表[23]参[82]