主权项 |
一种基于分步优化分位数回归的沉降预测方法,其特征在于:具体包括以下步骤:(1)采集N期沉降监测数据,提取监测时刻t<sub>i</sub>和对应的监测数据z<sub>i</sub>,其中,i=1,2,3,4……N;(2)将N期沉降监测数据分为学习数据和检验数据两部分:学习数据为前K(K<N)期,剩余(N‑K)期为检验数据;(3)监测数据的分析:利用加权移动平均法对学习数据进行平滑处理,针对每期沉降监测数据所包含的信息量的重要性,对K期数据赋予不同的权重,则第t期沉降监测数据的加权算术移动平均值为:<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><msub><mi>M</mi><mi>t</mi></msub><mo>=</mo><mfrac><mrow><munderover><mi>Σ</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>n</mi></munderover><msub><mi>W</mi><mi>i</mi></msub><msub><mi>Z</mi><mrow><mi>t</mi><mo>-</mo><mi>i</mi><mo>+</mo><mn>1</mn></mrow></msub></mrow><mrow><munderover><mi>Σ</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>K</mi></munderover><msub><mi>w</mi><mi>i</mi></msub></mrow></mfrac><mo>,</mo><mi>t</mi><mo>></mo><mi>n</mi><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>1</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000586111830000011.GIF" wi="856" he="272" /></maths>令<img file="FDA0000586111830000012.GIF" wi="299" he="142" />n为权系数个数,则<img file="FDA0000586111830000013.GIF" wi="252" he="138" />将式(1)化简为:<maths num="0002" id="cmaths0002"><math><![CDATA[<mrow><msub><mi>M</mi><mi>t</mi></msub><mo>=</mo><munderover><mi>Σ</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>n</mi></munderover><msub><mi>W</mi><mi>i</mi></msub><msub><mi>Z</mi><mrow><mi>t</mi><mo>-</mo><mi>i</mi><mo>+</mo><mn>1</mn></mrow></msub><mo>,</mo><mi>t</mi><mo>></mo><mi>n</mi><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>2</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000586111830000014.GIF" wi="875" he="141" /></maths>其中,M<sub>t</sub>为第t期加权移动平均数,z<sub>t‑i+1</sub>为第t‑i+1期沉降监测数据,w<sub>i</sub>为z<sub>t‑i+1</sub>的权数。(4)令z<sub>t</sub>=M<sub>t</sub>,建立多项式回归沉降预测模型:z<sub>t</sub>=α+β<sub>1</sub>x<sub>t</sub>+β<sub>2</sub>x<sub>t</sub><sup>2</sup>+β<sub>3</sub>x<sub>t</sub><sup>3</sup>+μ (3)式中:z<sub>t</sub>为平滑处理后的第t期沉降监测数据,α、β<sub>1</sub>、β<sub>2</sub>、β<sub>3</sub>为模型参数,μ为模型误差项,x<sub>t</sub>为平滑处理后的沉降监测数据对应期数。(5)对平滑处理后的沉降监测数据在不同分位水平下进行拟合计算,选取拟合精度最高的若干个分位数计算结果作为回归模型的参数;(6)通过步骤(5)中得到的若干回归模型参数确定相应个数的回归模型,利用检验数据对这几个模型进行预测精度的检验,将精度最高的模型作为最终的预测模型。 |