基于时间序列分析的建筑物变形预测

论文总字数：22766字

摘 要

随着科学技术不断进步推动着时代的发展，大量的建筑物在我国的大地上建造起来，特别是兴建了大量高层建（构)筑物。而由于这些高层建筑物受到各种因素的影响，在施工和运营期间，就会产生变形。当变形超出了我们所规定的限度时，就会影响到建筑物的施工以及正常使用，严重时甚至还会威胁到建筑物的安全，带来极其严重的后果。而本文所谓的变形预测，就是对长期积累的观测资料进行处理与分析，掌握变形的规律，从而实现对建筑物变形的有效预测。

本文主要分为以下几个部分：首先，详细阐明了时间序列的基本思想，以及3种常见的时间序列模型，并对其动态特征进行了说明；对数据的自相关函数和偏相关函数进行了分析，利用它们的特征来确定使用何种模型；其次，列举时间序列的几种定阶准则，并通过比较，来确定一种适合于本次情况的的定阶准则来帮助模型的建立，最后列出模型的预报函数，对于模型进行预测。本次实验，利用了某重力坝坝顶的垂直沉陷量的数据，按照步骤建立了时间序列模型，对预报结果进行了比较分析。

关键词：建筑物，变形预测，时间序列，数据处理，沉降

Building’s deformation Forecast based on time series

Abstract

As science and technology continue to progress to promote the development of the times, a large number of buildings built up on our earth, in particular the construction of a large number of high-rise buildings (structures). Due to various factors, these buildings during construction and operation, will produce distortion. If you exceed the prescribed limits, it will affect the normal use of the building construction and so serious that it endangers the safety of the building, have serious consequences. The so-called deformation prediction, is the use of observational data accumulated variation grasp on the future behavior of the building to make timely and effective analysis and forecasting.

This paper illustrates the basic idea of the time series, several common features dynamic time series models ; analyzing how the autocorrelation function and the partial autocorrelation function to determine the model; several criteria set by the order of the time series comparison, determine the criteria set order to build a better model to predict the use of inverse function method. Use of relevant data, specifically introduced to establish a process of time series analysis model, a detailed analysis of the forecast results.

KEY WORDS: Buildings, deformation prediction, time series, data processing, settlement

目 录

摘要……………………………………………………………………………………………… Ⅰ

Abstract………………………………………………………………………………………… Ⅱ

目录…………………………………………………………………………………………………1

第一章 绪论 ………………………………………………………………………………………2

1.1 课题研究背景及意义…………………………………………………………………………2

1.2 课题相关问题的研究现状……………………………………………………………………2

1.3 本文的研究目的和主要研究内容……………………………………………………………3

第二章 时间序列模型 ……………………………………………………………………………4

2.1 时间序列概述…………………………………………………………………………………4

2.2 常用的时间序列模型…………………………………………………………………………4

2.2.1 自回归（AR）模型……………………………………………………………………4

2.2.2 滑动平均（MA）模型…………………………………………………………………5

2.2.3 自回归滑动平均（ARMA）模型………………………………………………………5

2.3 时间序列模型的动态特征……………………………………………………………………6

2.3.1 格林函数………………………………………………………………………………6

2.3.2 可逆函数………………………………………………………………………………7

2.3.3 自相关函数……………………………………………………………………………8

2.3.4 偏相关函数 …………………………………………………………………………11

2.4 小结 …………………………………………………………………………………………13

第三章 时间序列建模 …………………………………………………………………………14

3.1平稳性数据识别 ……………………………………………………………………………14

3.2 模型的定阶 …………………………………………………………………………………14

3.2.1 F检验定阶法…………………………………………………………………………14

3.2.2 最佳准则定阶法 ……………………………………………………………………16

3.3 模型的适用性检验 …………………………………………………………………………17

3.4 模型的预报 …………………………………………………………………………………17

3.5 小结 …………………………………………………………………………………………18

第四章 实例分析…………………………………………………………………………………19

4.1 实例概况 ……………………………………………………………………………………19

4.2 数据的预处理 ………………………………………………………………………………21

4.3 模型的识别 …………………………………………………………………………………22

4.4 参数的估计与模型定阶 ……………………………………………………………………24

4.5 模型的预报 …………………………………………………………………………………25

4.6 小结 …………………………………………………………………………………………27

第五章 结论与展望………………………………………………………………………………28

附录一 5#104点沉降值观测数据………………………………………………………………29

附录二 5#104点基于MATLAB的预测模型代码…………………………………………………31

参考文献（References）…………………………………………………………………………35

第一章 绪论

剩余内容已隐藏，请支付后下载全文，论文总字数：22766字