论文部分内容阅读
变形分析是形变监测中非常重要的环节,它是通过对变形观测资料的分析处理,建立合适的数学模型来评判变形体的安全状况,对于保障建筑物的安全运营和人民生命财产安全具有重要的意义。通常变形分析中主要是针对各测点建立各自的时序模型,并没有考虑到测点之间的空间相关关系,而大部分变形体作为一个整体结构,其观测序列存在时间相关性以及空间相关性,因此有必要将空间分析的内容引入到时间序列分析中建模,即对时间序列进行时空序列(Space-Time Series)建模,本文主要针对时空建模进行了分析和研究,完成的工作如下:1.详细介绍了时空序列数据的性质,探讨了时空平稳性、时空相关性;2.在时序分析的基础上,通过引入空间邻接性和空间权重矩阵,重点研究了时空序列模型的建模原理以及步骤。3.文中以建筑物沉降为例,通过模型识别、参数估计以及模型检验对时间序列数据建立STARMA模型,研究并分析了考虑空间相关性的时空序列建模在变形监测中的适用性。4.由于大部分的变形数据序列是非平稳的,而多次差分可能会消除有用的信息,因而提出了BP神经网络和STARMA混合建模非平稳序列,即BP神经网络用于提取序列中的时空趋势项,STARMA建模残差序列,并通过实例验证混合模型是否在建模非平稳序列上具有优势。