[發明專利]一種基于歷史資料分析的建筑物沉降預測方法

在審

• 申請號: 201410162042.5
• 申請日: 2014-04-21
• 公開（公告）號: CN103942433A
• 公開（公告）日: 2014-07-23
• 發明（設計）人: 張濤;李永泉;常永青;岳建平;王慶;黃志洲;鄧曉紅;張天純;許培培;梁子亮;張鳳梅
• 申請（專利權）人: 南京市測繪勘察研究院有限公司;河海大學;南京市規劃局
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 李玉平

1.一種基于歷史資料分析的建筑物沉降預測方法，其特征在于，包括如下步驟：

采集監測數據，提取第i期的監測時刻t_i，及沉降監測數據Z_i，其中，i＝1,2,...,h；

將采集到的監測數據按時間順序分為兩部分：第一部分為：由a（a≥10）對觀測數據組成的學習數據；另一部分為：由b對觀測數據組成的檢驗數據；

歷史監測數據的分析：利用移動平均法對學習數據進行平滑處理，得到平滑后的學習數據；對平滑后的學習數據進行分析，按監測時間遞增的順序，計算各點與下一點連線段的斜率；尋找學習數據中最后一個沉降監測值周圍的極值點；

利用相關系數建立支持向量機回歸預測模型；

利用插值余項建立牛頓插值預測模型：

P_n(x)＝f(x₀)+f[x₀,x₁](x-x₀)+f[x₀,x₁,x₂](x-x₀)(x-x₁)+…

+f[x₀,x₁,…,x_n](x-x₀)…(x-x_n-1)

式中，x_k表示n+1期數據中第k+1期數據的監測時間；

區分近點與遠點，建立加權移動平均法預測模型：對a個學習數據，按監測時間遞增的順序逐點推移求出n（n≥3）期數據的加權平均數，n期數據的權值分別取為ω₁,ω₂,…,ω_n，將R_j作為第j+1期的預測值：

R_j＝ω₁y_j+ω₂y_j-1+…+ω_ny_j-n+1

建立組合模型：

f_t＝[k₁,k₂,k₃][f₁,f₂,f₃]^T

式中，f_t為t時刻組合模型的預測值，k₁、k₂、k₃及f₁、f₂、f₃分別為支持向量機回歸預測模型、牛頓插值預測模型及加權移動平均法預測模型的權及預測值；

計算支持向量機回歸預測模型、牛頓插值預測模型及加權移動平均法預測模型在組合模型中的權值；

利用組合模型預測任意時刻的建筑物沉降值。