论文部分内容阅读
摘要：时间序列方法分析已经被广泛的运用在建筑沉降观测数据的处理过程中，实现对建筑物的沉降检测工作。通过这项新技术的运用和处理有效的对沉降趋势进行科学化的预测和监控，提高了建筑沉降监测系统的工作效率，促进了动态沉降预测模型的建立和运行。为选择科学的解决办法而做好充分的准备。其中需要注意的是必须将沉降的总量控制在一定的范围内，确保其能正常的投入到工作中去，本文主要对几种主要的时间序列分析方法的形式和功能进行研究和分析。
关键字：时间序列；建筑沉降；数据处理；观测
我国改革开发政策的实行带动着我国的经济发展不断进步和增长，在城市化的进程中，高层建筑成为城市发展的标志，具有现代化经济增长的象征意义。在地基上建设高层建筑的发展趋势就对土层的负载承受提出了更高的要求，为了实现建筑的安全施工和建设必须将预防建筑物基础的沉降和倾斜作为重点的建设项目。将沉降的观测数据处理的系统模型充分的运用在建筑物的施工中去，以便为建筑施工提供科学、准确的动态数据，出现异常，及时预警，从而确保建筑施工安全，根据这些数据再进行基础的地基处理方法的研究和设计，确保地基的沉降总量在一个规定的范围内。
一、时序分析法的概念
在动态的领域研究中，时间序列分析法被广泛的运用在动态模型的数据建设中，通过多数据模型的科学分析来有效地判断，全面的掌握数据内部的结构特征和性能。时间序列法的工作主要是针对固定时间内，连续变化数字之间的动态关系分析，在研究的对象中这些动态数字是普遍存在的，由于观测的数据形式背景存在差异，其具体的信息内容和所呈现的规律也不相同，造成人们的认识也存在一定的偏差，对于目前建筑陈沉降中的具体应用以自回归模型展开。
为了在有限的时间内，高效的解决动态数据处理并保证结果的精确，时序分析法就成为实现这项目的的科学分析方法，因为具备这样显著的特征而被工程和自然领域中广泛应用。基于建筑物的沉降检测序列具有动态的特征，需要结合实例来具体分析时序分析法的作用和工作原理，以对同一检测项的观测序列来进行数据处理的模式开展工作，通过数学的表达式来反映检测项目的变化特征和趋势以及它们之间的数学关系。在根据这个特殊的关系式来进行确定时间的预报监测工作，能够有效地为施工的评估内容和工程后期维护做准备。
二、时间序列分析法
（一）自回归模型介绍
t=1，2，3，是自回归模型中的数学表达式，其中自回归的的阶用p来表示，回归系数则通过这样形式的表达更加直观。通过这个数学表达式能准确的放映各种动态变化规律。p作为模型阶数具有非常特殊的意义，他能对序列模型的形状进行初步的鉴定和识别，达到模型识别的功效。自相关函数和偏相关函数拥有特殊的截尾和拖尾性，这是平稳时间序列所有的特征，为模型的识别过程提供了良好的参考依据。将样本观测值的估值进行自相关函数和偏相关函数的计算来确定其估值。{xt}是AR（p）序的判断结果是通过建立在AR（p）序的估算结果偏相关值在p步截尾的估算得到的。
将科学化的F检测准则来判定模型的阶数，具体的实施过程是将 的高阶系数中的值调整为零，在这部操作之前必须先建立AR（p）。再用F检测的方法来对阶数降低之后的模型进行判定。通过检验之后与与之前的AR（p）进行对比分析，寻找其中存在差异的部分，检测的结果偏大时需要将阶数增大来解决这种情况的出现。因此差异非常明显的情况下则需要将阶数持续增大直到为理想的数据为止，具体的实施步骤是：
1、先对AR（p）进行初步的建立，再将假设设置为 =0
2、对AR（p）进行平方计算并将 和AR（p-1）同样进行残差平方计算。对F检测准则进行计算，将N设置为样本的长度，其中将p设置为参数，将自由度可以近似的看作是1，以N-1的F分布来进行相关的计算工作。
3、根据所给出的定显水平来对临界值 进行查询，若果 ≤ 则 成立，将AR（p-1）选为合适的模型设计。反之则不成立，需要针对模型的阶数提出持续上升的要求。
（二）模型参数的估算
在模型参数的估计办法中经常使用的一种方法就是最小二乘估计法，这种方法的的独特性在于能够满足条件有最优化的估计办法，它还有另一种名字叫做精估法。其中将AR模型的参数设置为以时间顺序开展的{xt}样本观测值x1，x2，x3，…，xn，根据变式 来对AR模型进行的最小二乘估计的数学运算式。
（三）模型的验收
在对模型AR（p）进行验收的过程中必须将模型是否具有平稳性作为主要参考的内容，主要的步骤是建立模型的延迟子方程是否大于1。在具体的计算过程得到的解如果都是大于1的情况则表示模型的建立相对稳定。除此之外还需要对模型的噪音进行独立性能的检测，这一过程的具体操作是将估值和样本值带入具体的模型中进行检测，通过数学的运算来得出残差，经过多组的计算就可以得到一系列的残差值，通过对序列的数据分析和白噪声序列的对比来判断其是否符合标准。检验的序列是否和白噪声序列的数据一致，将自相关的检测方法运用到具体的检测过程中，主要涉及的内容有：p阶段回归模型参数的估计，使用的公式有
t=1，2，3。q阶段的滑动平均模型参数的估计以及ARMA（p，q）模型的参数估计计算，在这一步中由于涉及的过程比较复杂可以采用多种计算方法来对其进行计算。
（四）模型的预报
模型的预报需要将{xk}设置为平稳零均值的序列，将之前的数据进行处理和预报来并为下一步的预报做准备，对未来的数据进行检测和预报。将系数确定为已估计的值，当 时进行如下的计算 ； ；
通过运用这样的数学式来进行递推计算。来获取任意步的预报值。
三、实际引用的计算
通过对预报次数的图标分析可以发现随着预报次数的不断增加，观测值和预报值之间差值也逐渐的增大，这一现象充分的说明了建筑物的稳定性。其次，在运用时间序列的理论基础上进行预报，这种预报方式和实际的预报结果还存在一定的差距，而随着时间的推移这种差距也会越来越大。
根据对预报沉降的总量进行趋势化的预报和趋势分析，以最终的结果为参照，在形式上基本保持一致，同时因为时间序列的运用而使得在建筑物沉降的预算过程中表现出定性的趋势判断，实现较短时间内的建筑物沉降预报工作。这种有效的方式是实现建筑物沉降数据观测的最好方式，需要充分的将这种方法运用到在实际的建筑工程中去。
结束语
时间序列的分析办法在一定程度上能够实现数据连续性的计算和变形图形的分析，在模型的效果上表现的比较突出，因为时间序列在计算的过程中需要大量的数据作为支持，而数据的动态变化非常明显造成模型的误差较大，对预测的准确性造成一定的影响。本文所阐述的时间序列分析方法在计算过程上运用到全部原理和特征，其中计算所得的最终结果和平差方法所计算的结果存在一定的相似性，而时间序列分析法的优势在于能够实现沉降预报的分析。在建筑物的沉降观测数据中占据着非常重要的地位，能够对动态的变化规律进行有效的掌握和确认，进而完成下一步的物理变形解释分析。
参考文献
[1]朱睿，张俊中，龙洋，王忠纬.时间序列模型在建筑物沉降监测中的应用[J].测绘与空间地理信息，2012（2）
[2]陆立，胡晓丽，王春华.用时间序列分析法进行建筑物沉降观测数据处理的研究[J].测绘科学，2004（12）
[3]邹积亭，刘运明.时间序列在建筑物沉降监测数据分析中的应用[J].测绘通报》测绘科学前沿技术论坛摘要集，2008（10）
[4]邹积亭.时间序列在建筑物沉降监测数据分析中的应用研究[J].北京建筑工程学院学报，2009（6）
关键字：时间序列；建筑沉降；数据处理；观测
我国改革开发政策的实行带动着我国的经济发展不断进步和增长，在城市化的进程中，高层建筑成为城市发展的标志，具有现代化经济增长的象征意义。在地基上建设高层建筑的发展趋势就对土层的负载承受提出了更高的要求，为了实现建筑的安全施工和建设必须将预防建筑物基础的沉降和倾斜作为重点的建设项目。将沉降的观测数据处理的系统模型充分的运用在建筑物的施工中去，以便为建筑施工提供科学、准确的动态数据，出现异常，及时预警，从而确保建筑施工安全，根据这些数据再进行基础的地基处理方法的研究和设计，确保地基的沉降总量在一个规定的范围内。
一、时序分析法的概念
在动态的领域研究中，时间序列分析法被广泛的运用在动态模型的数据建设中，通过多数据模型的科学分析来有效地判断，全面的掌握数据内部的结构特征和性能。时间序列法的工作主要是针对固定时间内，连续变化数字之间的动态关系分析，在研究的对象中这些动态数字是普遍存在的，由于观测的数据形式背景存在差异，其具体的信息内容和所呈现的规律也不相同，造成人们的认识也存在一定的偏差，对于目前建筑陈沉降中的具体应用以自回归模型展开。
为了在有限的时间内，高效的解决动态数据处理并保证结果的精确，时序分析法就成为实现这项目的的科学分析方法，因为具备这样显著的特征而被工程和自然领域中广泛应用。基于建筑物的沉降检测序列具有动态的特征，需要结合实例来具体分析时序分析法的作用和工作原理，以对同一检测项的观测序列来进行数据处理的模式开展工作，通过数学的表达式来反映检测项目的变化特征和趋势以及它们之间的数学关系。在根据这个特殊的关系式来进行确定时间的预报监测工作，能够有效地为施工的评估内容和工程后期维护做准备。
二、时间序列分析法
（一）自回归模型介绍
t=1，2，3，是自回归模型中的数学表达式，其中自回归的的阶用p来表示，回归系数则通过这样形式的表达更加直观。通过这个数学表达式能准确的放映各种动态变化规律。p作为模型阶数具有非常特殊的意义，他能对序列模型的形状进行初步的鉴定和识别，达到模型识别的功效。自相关函数和偏相关函数拥有特殊的截尾和拖尾性，这是平稳时间序列所有的特征，为模型的识别过程提供了良好的参考依据。将样本观测值的估值进行自相关函数和偏相关函数的计算来确定其估值。{xt}是AR（p）序的判断结果是通过建立在AR（p）序的估算结果偏相关值在p步截尾的估算得到的。
将科学化的F检测准则来判定模型的阶数，具体的实施过程是将 的高阶系数中的值调整为零，在这部操作之前必须先建立AR（p）。再用F检测的方法来对阶数降低之后的模型进行判定。通过检验之后与与之前的AR（p）进行对比分析，寻找其中存在差异的部分，检测的结果偏大时需要将阶数增大来解决这种情况的出现。因此差异非常明显的情况下则需要将阶数持续增大直到为理想的数据为止，具体的实施步骤是：
1、先对AR（p）进行初步的建立，再将假设设置为 =0
2、对AR（p）进行平方计算并将 和AR（p-1）同样进行残差平方计算。对F检测准则进行计算，将N设置为样本的长度，其中将p设置为参数，将自由度可以近似的看作是1，以N-1的F分布来进行相关的计算工作。
3、根据所给出的定显水平来对临界值 进行查询，若果 ≤ 则 成立，将AR（p-1）选为合适的模型设计。反之则不成立，需要针对模型的阶数提出持续上升的要求。
（二）模型参数的估算
在模型参数的估计办法中经常使用的一种方法就是最小二乘估计法，这种方法的的独特性在于能够满足条件有最优化的估计办法，它还有另一种名字叫做精估法。其中将AR模型的参数设置为以时间顺序开展的{xt}样本观测值x1，x2，x3，…，xn，根据变式 来对AR模型进行的最小二乘估计的数学运算式。
（三）模型的验收
在对模型AR（p）进行验收的过程中必须将模型是否具有平稳性作为主要参考的内容，主要的步骤是建立模型的延迟子方程是否大于1。在具体的计算过程得到的解如果都是大于1的情况则表示模型的建立相对稳定。除此之外还需要对模型的噪音进行独立性能的检测，这一过程的具体操作是将估值和样本值带入具体的模型中进行检测，通过数学的运算来得出残差，经过多组的计算就可以得到一系列的残差值，通过对序列的数据分析和白噪声序列的对比来判断其是否符合标准。检验的序列是否和白噪声序列的数据一致，将自相关的检测方法运用到具体的检测过程中，主要涉及的内容有：p阶段回归模型参数的估计，使用的公式有
t=1，2，3。q阶段的滑动平均模型参数的估计以及ARMA（p，q）模型的参数估计计算，在这一步中由于涉及的过程比较复杂可以采用多种计算方法来对其进行计算。
（四）模型的预报
模型的预报需要将{xk}设置为平稳零均值的序列，将之前的数据进行处理和预报来并为下一步的预报做准备，对未来的数据进行检测和预报。将系数确定为已估计的值，当 时进行如下的计算 ； ；
通过运用这样的数学式来进行递推计算。来获取任意步的预报值。
三、实际引用的计算
通过对预报次数的图标分析可以发现随着预报次数的不断增加，观测值和预报值之间差值也逐渐的增大，这一现象充分的说明了建筑物的稳定性。其次，在运用时间序列的理论基础上进行预报，这种预报方式和实际的预报结果还存在一定的差距，而随着时间的推移这种差距也会越来越大。
根据对预报沉降的总量进行趋势化的预报和趋势分析，以最终的结果为参照，在形式上基本保持一致，同时因为时间序列的运用而使得在建筑物沉降的预算过程中表现出定性的趋势判断，实现较短时间内的建筑物沉降预报工作。这种有效的方式是实现建筑物沉降数据观测的最好方式，需要充分的将这种方法运用到在实际的建筑工程中去。
结束语
时间序列的分析办法在一定程度上能够实现数据连续性的计算和变形图形的分析，在模型的效果上表现的比较突出，因为时间序列在计算的过程中需要大量的数据作为支持，而数据的动态变化非常明显造成模型的误差较大，对预测的准确性造成一定的影响。本文所阐述的时间序列分析方法在计算过程上运用到全部原理和特征，其中计算所得的最终结果和平差方法所计算的结果存在一定的相似性，而时间序列分析法的优势在于能够实现沉降预报的分析。在建筑物的沉降观测数据中占据着非常重要的地位，能够对动态的变化规律进行有效的掌握和确认，进而完成下一步的物理变形解释分析。
参考文献
[1]朱睿，张俊中，龙洋，王忠纬.时间序列模型在建筑物沉降监测中的应用[J].测绘与空间地理信息，2012（2）
[2]陆立，胡晓丽，王春华.用时间序列分析法进行建筑物沉降观测数据处理的研究[J].测绘科学，2004（12）
[3]邹积亭，刘运明.时间序列在建筑物沉降监测数据分析中的应用[J].测绘通报》测绘科学前沿技术论坛摘要集，2008（10）
[4]邹积亭.时间序列在建筑物沉降监测数据分析中的应用研究[J].北京建筑工程学院学报，2009（6）