[發明專利]基于北斗的邊坡監測預警系統評價方法

有效

• 申請號: 201610023372.5
• 申請日: 2016-01-13
• 公開（公告）號: CN105488307B
• 公開（公告）日: 2018-08-31
• 發明（設計）人: 安慶;柳濤;陳西江;吳浩
• 申請（專利權）人: 武漢福天通科技有限公司
• 主分類號: G06F17/50
• 分類號: G06F17/50;G06Q10/04
• 代理公司: 北京華仲龍騰專利代理事務所(普通合伙) 11548
• 代理人: 李靜

1.基于北斗的邊坡監測預警系統評價方法，其特征在于：它的評價方法為：

步驟一：通過北斗測量模塊獲取邊坡連續時間段內的位移監測數據，并對其進行預處理，使其符合系統構建需求；

步驟二：通過數據管理模塊進行圖形顯示、參數設置、文本輸出、數據更新、保存、修改；

步驟三、根據連續測量所得到的北斗位移監測數據，建立灰色微分預測模型：

(3.1)、GM(1.1)模型的建立：

(3.1.1)、累加生成新序列：原始序列X⁽⁰⁾＝{X⁽⁰⁾(1),X⁽⁰⁾(2),K,X⁽⁰⁾(n)}有n個觀察值，將原始序列的第一個數據，將原始序列的第二個數據加到原始序列的第一個數據上，其和作為生成列的第二個數據，將原始序列的第三個數據加到生成列的第二個數據上，其和作為生成列的第三個數據，按此規則通過累加生成新序列X⁽¹⁾＝{X⁽¹⁾(1),X⁽¹⁾(2),K,X⁽¹⁾(n)}，則GM(1.1)模型相應的微分方程為：

其中：a稱為發展灰數；μ稱為內生控制灰數；

(3.1.2)、構造矩陣B與向量Y：

矩陣

向量Y＝(X⁽⁰⁾(2),X⁽⁰⁾(3),K,X⁽⁰⁾(n))；

(3.1.3)、解微分方程，得預測模型：設為待估參數向量，則微分方程可表示為利用最小二乘法可得：

求解微分方程，即可得預測模型：

(3.1.4)、對預測序列累減還原：對其做累減還原，即可得到原始數列的灰色預測模型為：

式中：a主要控制系統發展態勢的大小，即反映預測的發展態勢，其中：

①、當-a<0.3時,GM(1.1)模型可用于中長期預測；

②、當0.3<-a<0.5時,GM(1.1)模型可用于短期預測,中長期預測慎用；

③、當0.5<-a<1時,應采用GM(1.1)改進模型,包括GM(1.1)殘差修正模型；

④、當-a>1時,不宜采用GM(1.1)模型；

(3.2)、模型檢驗：模型檢驗有殘差檢驗、關聯度檢驗和后驗差檢驗；

(3.2.1)、殘差檢驗：

按預測模型計算并將累減生成然后計算原始序列X⁽⁰⁾(i)與的絕對誤差序列及相對誤差序列；在建立模型后，對模型進行精度檢驗；

(3.2.2)、關聯度檢驗：

關聯度分析是分析系統中各因素關聯程度的方法，在計算關聯度之前需先計算關聯系數；

關聯系數定義為：

式中：為第k個點X⁽⁰⁾和的絕對誤差；

為兩級最小差；

為兩級最大差；

ρ稱為分辨率，0<ρ<1，若ρ越小，關聯系數間差異越大，區分能力越強；取ρ＝0.5；對單位不一，初值不同的序列，在計算相關系數前應首先進行初始化，即將該序列所有數據分別除以第一個數據；

關聯度

(3.2.3)、后驗差檢驗：

(a).計算原始序列標準差：

(b).計算絕對誤差序列的標準差：

(c).計算后驗差比值：

步驟四、邊坡穩定性評價預警：

(4.1)、當灰色預測模型適用時，利用灰色預測模型對監測數據的結果進行分析，對測量點位移的變化規律做出模糊的長期描述，判斷邊坡的位移變化趨勢，并設定位移變化的安全閾值，超過安全閾值則啟動報警程序；

(4.2)、當灰色預測模型不宜采用時，可通過模糊綜合評判法對邊坡當前的穩定性做定性評價；選擇評價等級為：穩定、較穩定、較不穩定和不穩定；評價因子為：粘聚力、內摩擦角、坡角、坡高、最大位移速度；

所述的步驟四的(4.2)中的具體評價方法：

(4.2.1)、隸屬度的計算：

采用梯形函數計算各評價因子x對邊坡穩定性影響的隸屬度，計算公式如下：

式中，Y₁,Y₂,Y₃,Y₄分別為評價因子對于4個危險等級的隸屬度，S₁,S₂,S₃,S₄為相應于評價因子的分級閾值；根據評價因子的輸入值和隸屬度函數，可求出其相應于各等級的隸屬度，進而得出模糊關系矩陣R；

(4.2.2)、權重的計算：權法計算各因子的權重，按下式：

W_i＝C_i/S_i

其中：W_i為各評價因子的權重；C_i為第i種因子的輸入值；S_i為第i種因子各級標準的平均值，S_i＝1/4(S_i1+S_i2+S_i3+S_i4)；計算出的權重值W_i要做歸一化處理，即：

最終可得出權重矩陣A＝(W_i1,W_i2,W_i3,W_i4)；評判結果按最大隸屬度規則確定，即哪一等級的隸屬度最大，則危險程度屬于該等級，根據等級啟動相應級別的報警系統。