基于全最小一乘法下的灰色GM（1，1）模型在小变形量级情况下的应用.docVIP

基于全最小一乘法下的灰色GM（1，1）模型在小变形量级情况下的应用 　　摘 要：目前国内外已提出的利用观测资料进行沉降预测方法较多，主要有双曲线法（修正双曲线法）、指数曲线法、Asoaka法等，但这些沉降预测方法的研究，多是针对沉降变形量较大的数据进行预测分析，而对于沉降量级小，相对沉降波动较大的情形下的沉降预测方法的研究较少。本文主要是探讨基于全最小一乘法下的灰色GM（1，1）模型在沉降量级小，数据波动大的情形下的应用情况。 　　关键词：沉降预测；沉降量级小；灰色GM（1，1）模型；全最小一乘法。 　　0 前言： 　　目前常用的沉降预测方法较多，但研究表明，每种预测方法均有一定的适用范围，如双曲线法对于典型断面的理想数据预测效果较好，而对于量级小，波动大的观测数据的适用性较差；三点法（固结度对数配合法）预测误差较小，对数据段选取的依赖性小，对异常数据的敏感性强，但对沉降曲线收敛后波动太敏感，适用性差；Asoaka法预测误差一般较小，但其在预测过程钱对原始数据的平滑处理过程影响了预测误差的稳定性；指数曲线法对沉降变形数据的单调性有严格的要求，局部数据的小幅起伏变化都可能导致无法进行预测计算。 　　而现在高层、超高层建筑物，尤其高速铁路对于沉降控制很高，沉降量级一般较小，沉降数据波动大，如武广高铁桥涵和隧道沉降变形小于5mm，同时观测数据出现跳跃或连续几个观测数据变化趋势与常规相反的情况较多[[1] 陈善雄.高速铁路沉降变形观测评估理论与实践[M].中国铁道出版社，2010，3.]。针对这些情况，目前高速铁路对桥涵和隧道进行沉降预测及评估时，目前通用的办法就是根据相应的地质条件、地基或桩基处理方式及目前发生沉降量直接判定是否满足沉降评估的要求，但判定条件很难把握，至今仍无法统一，故一种专门针对变形量级小，数据波动相对大的沉降预测方法具有十分重要的现实意义。 　　1 灰色GM（1，1）模型 　　灰色系统是一种综合运用数学方法对信息不完全的系统进行预测、预报的理论和方法。灰色预测的思路是：把随时间变化的随机正的数据列。通过适当的方式累加，使之变成非负递增的数据列，用适当的方式逼近，以此曲线作为预测模型，对系统进行预测[[2] 宋来中.高速铁路线下工程沉降评估方法[J].中国港湾建设，2010，12（6）：35-36.]2。 　　目前常用的有GM（1，1）、GM（1，N）模型，其中GM（1，N）模型适合于建立系统的状态模型，为高阶系统提供基础，不适合预测用，预测模型应选用单个变量的模型即预测量本身数据模型（GM（1，1）模型）[[3] 陈启华.灰色GM（1，1）模型在高铁线下工程沉降变形预测中的应用[J].地理空间信息，2012，6（3）：141-142.][3]。GM（1，1）模型通过使用某t时刻前的观测值，完成t时刻后状态量的预报工作。 　　设原始非负序列为 　　X（0）={x（0）（1），x（0）（2），…，x（0）（n）}， （1） 　　其一次累加生成序列为 　　X（1）={x（1）（1），x（1）（2），…，x（1）（n）}， 　　其中x（1）（k）=（i），i=1，2，…，n 　　均值生成序列为 　　Z（1）={z（1）（1），z（1）（2），…，z（1）（n）}， （2） 　　其中z（1）（k）=（ x（1）（k）+ x（1）（k-1）），k =2，3，…，n； 　　我们称 　　x（0）（k）+a z（1）（k）=b （3） 　　为灰色GM（1，1）模型的基本形式。 　　对X（1）建立一阶线性微分方程模型 　　（4） 　　称为GM（1，1）模型的白化形式。 　　若为参数列且 　　， 　　则GM（1，1）模型x（0）（k）+a z（1）（k）=b的最小二乘估计参数列满足： 　　（5） 　　其参数估计值可计算得出。 　　微分方程式（4）的解也称为时间响应函数： 　　GM（1，1）灰色微分方程x（0）（k）+a z（1）（k）=b的时间响应序列为 　　（6） 　　原始数据的拟合值为： 　　（7） 　　2 全最小一乘估计准则下的灰色GM（1，1）模型 　　2.1 全最小一乘准则参数估计理论 　　设有1组样本观测值（x1，y1），（x2，y2），…，（xn，yn），若将它们展绘到平面上且位于一狭长区域内，那么，可以在某种准则下用直线方程 （y=ax+b）来拟合它们，最小一乘准则是指样本观测值到回归直线y=ax+b的纵向距离ε的绝对值之和为最小，即： 　　全最小一乘准则是在最小一乘准则的基础上认为每个偏差值的权重均为，则全最小一乘准则数学表达式为： 　　（8） 　　根据文献[[4] 朱春浩.最小一乘法与最小二乘法：历史与差异[J]. 统计与决策，20