原文传递
基于小波和时间序列分析组合模型的地铁隧道变形预测研究
| 论文题名： | 基于小波和时间序列分析组合模型的地铁隧道变形预测研究 |
| 关键词： | 地铁隧道;变形监测;预测精度;小波去噪;时间序列分析 |
| 摘要： | 目前我国各大城市均在建设高效的地铁隧道网，地铁隧道在施工和运行中由于受多种因素影响会产生变形，变形如果超出安全范围将引起严重后果，所以建立及时有效的预报模型具有重要的意义，但各个模型都有局限性，单一的模型往往预测精度较低，因此需要将现有模型有针对性的组合和优化。地铁隧道变形数据具有动态、平稳、含噪声的特点，时间序列分析在处理预测动态平稳信号时有很好的效果，而小波分析能够作为预处理工具，有效消去原始信号中的噪声部分，从而提高预测精度。本文提出小波和时间序列分析组合模型，对地铁隧道变形进行预测。论文主要的研究内容如下: (1)地铁隧道变形预测方法和变形情况分析 研究地铁变形预测方法，从理论基础、分析方法、数据量要求和研究重点等方面对常用方法特点进行分析与比较;研究地铁隧道结构沉降的影响因素，基准网布设方法、测量技术要求等内容;以南京地铁十号线隧道结构沉降数据为例，分析地铁隧道单点变形数据特征以及全线监测点、车站主体结构及各个区间的变形情况。 (2)小波分析和时间序列分析模型研究 研究小波变换和阈值去噪的基本理论，通过改变小波函数和阈值估计方法进行去噪效果比较，选取适合本文数据的小波函数以及阈值估计方法;研究时间序列分析的分类、特点以及AR、MA、ARMA模型基本原理，重点研究模型识别、定阶和参数估计方法，利用地铁隧道变形数据进行单一时间序列分析建模和预测。 (3)组合模型的构建和实例验证 结合小波和时间序列分析模型的特点，通过两种不同组合方式分别进行拟合预测并与单一模型拟合预测结果进行比较，验证组合模型由于去除了原始信号中的噪声，信号变的更加平滑，使时间序列分析充分发挥它在处理平稳信号时的优势，取得更好的拟合效果;通过评价指标验证对去噪后的分量进行时序预测再重构的组合模型，拟合准确度和预测精度更高;最后利用效果更好的组合方式对变形突出的中胜站、龙华路站以及中胜—元通区间的沉降量进行预测，研究变形趋势并分析变形原因，有利于及时发现问题并采取相应措施。 |
| 作者： | 朱志枫 |
| 专业： | 测绘科学与技术；地图制图学与地理信息工程 |
| 导师： | 周卫 |
| 授予学位： | 硕士 |
| 授予学位单位： | 南京师范大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
