灰色理论在建筑物沉降分析中的应用.docVIP

------------------------------------------------------------------------------------------------ —————————————————————————————————————— 灰色理论在建筑物沉降分析中的应用 岩±工程与地下工程 谭硕祺１，王敏２ （１．娄底市建筑勘察设计有限公司，湖南娄底４１７０００； ２．中南林业科技大学土木建筑与土力学院，湖南长沙４１００７５） 【摘要】【关键词】 建筑物的沉降预测，一直是建筑结构的重要课题之一。应用灰色系统理论建立建筑物沉降建筑物；沉降预测；灰色理论 的灰色理论预测模型，可应用于建筑物的沉降预测，具有一定的应用参考价值。 【中图分类号】ＴＵ４７８ 建筑物的沉降除了受到自身地质条件和结构荷载的制约外，还受到工程因素和环境因素等多方面因素的影响，而且由于地质条件和环境因素的不确定性，给沉降的有效预测带来了一定的困难。基于信息的不确定性，本文就灰色理论在建筑物沉降预测中的应用进行探讨。 【文献标识码】Ａ ｘ。＝【Ｙ‘ｏ’（２）Ｙ‘ｏ’（３）…Ｙ‘ｏ’（ｎ）】’ （５） 对于时间序列￡∞’（，），（Ｊ＝ｌ，２，…，ｎ）有初始条件：，，‘‘’（Ｊ）是Ｙ‘ｏ’（Ｊ）的初值，且Ｙ‘１’（１）＝Ｙ‘ｏ’（１）。若Ｙ‘ｏ’（Ｊ）与ｔ（ｏ’（歹）中各元素是一一对应的，则式（２）的解为： １灰色理论概述 在控制理论中，人们常用颜色的深浅来形容信息的明确程度，如用“黑”表示信息未知，用“白”表示信息完全明确，用“灰”表示部分信息明确，部分不明确。因此，部分信息明确，部分不明确的系统就称为灰色系统。 灰色理论模型又称之为ＧＭ模型，它是一组用微分方程给出的数学模型，利用ＧＭ可以对所研究系统的发展变化进行全局观察，分析和长期预测。根据预测因子的数目可以分为一阶多元预测模型ＧＭ（１，Ｎ）和一阶一元预测模型ＧＭ（１，１）。 ２ ｍ）＝旷）（１）一告卜＋告，或 ｙ（ｋ＋１）＝［，，。’（１）一告】ｅ－ｍ＋ｉｂ 数据序列的还原值： 穸‘ｏ’（ｊ｜｝＋１）＝穸‘???’（ｋ＋１）一夕‘１’（＿｜Ｉ）＝ （６） 因此，可在确定Ａ之后依次求的累加生成数的回代生成值夕（＿『）（．『＝ｌ，２，…，ｎ），进而可通过累减生成运算得到原始 （１＿）Ｐ）（１）一寺Ｐ， ｋ＝１，２，…，／／，一１． （７） ＧＭ（１，１）模型的建立［１】、【２】 设对于时问序列ｔ。，ｔ：，…，ｔ。，有已测到的变形数据），。， ３模型精度的检验 预测模型建立以后，其预测效果和精度能否满足实际要求，有必要对其进行检验，用灰色理论建模，一般有三种检验方式，即残差大小检验，后验差检验和关联度检验。其中残差检测顾名思义即通过计算穸（，）与Ｙ（Ｊ）之间的残差进行检验，而关联度检验的主要思想是根据曲线间相似程度即关联度ｙ来判断关联程序¨】。本文侧重介绍在工程中应用较多的后差检验法ＨＪ。 （２） Ｙ：，…，Ｙ。作为原始数据序列，记为Ｙ‘０’（．，），（』＝１，２，…，厅）。 对以上数据序列进行ｌ—ＡＧ０（ＡｃｃｕｍｕｌａｔｉｎｇＧｅｎｅｒａｔｉｏｎｏｒ，－ 删ｔｏｒ）一次累加生成运算，可生成新的数据序列ｙ¨’Ｕ），即： Ｊ ｌ，‘１’（，）＝Ｅ ｉ玎 Ｙ‘ｏ’（ｉ） （１） 对于单变量ｌ，¨’（』），ＧＭ（１，１）模型方程可以写为： 坐－＋口ｌ，（‘）＝６ ｄｆ 计算值，‘ｏ’（，）与实测值Ｙ∞’（』）之间的残差 ８‘ｏ’（Ｊ）＝Ｙ‘ｏ’（Ｊ）一尹‘ｏ’（，）， 其相应的均值 （８） 式中：ａ，ｂ为待定参数（ａ为发展系数，它反映了ｙ（０’和ｙ《”的发展态势；ｂ为灰作用量，反映了数据变化的关系）。将待定参数列记为Ａ＝（口，６）７，则参数列Ａ可以用最小二乘法求解，即： Ａ＝（占１日）－１８１Ｘ。 式中： （３） 一ｋ÷砉ｓ㈣∽， 残差的方差 （９） Ｂ ２ 一扣，，㈣（１）＋ｙ㈣（２）】一÷∥１）（２）＋ｙ㈣（３）】 ｊ ｓ：２ｊ１Ｉ主＝１（ｇ㈣（Ｊ）一；㈣）２， 又原始数据序列均值 （４） ［收稿日期］２００８—１２—１１ （１。） 一÷【，，‘”（ｎ—１）＋，，∽（ｎ）】 万方