时间序列分析解析方法预报基坑支撑轴力资料.pdfVIP

水 利 学 报 2004 年1 月 SHUILI XUEBAO 第1 期 文章编号：0559-9350 (2004) 01-0105-05 时间序列分析方法预报基坑支撑轴力 1，2 1 1 徐浩峰 ，应宏伟 ，朱向荣 (1.浙江大学 岩土工程研究所，浙江 杭州 310027；2.杭州市建筑设计研究院有限公司，浙江 杭州 310001) 摘要：介绍了自回归模型AR(n)的建立步骤。基坑轴力监测数据波动很大，但是模型预测结果平均误差只有3%左右， 说明模型有很强的自适应性，同时证实时间序列分析法可应用于基坑支撑轴力监测数据分析和预报。应用该模型对 现场观测数据进行分析，对模型参数进行估计及检验，并判断模型的正确性，在此基础上预报其变化趋势。结果证 明，误差较大地方是由于施工的干扰造成的分析，从而可以判断出施工过程对支撑轴力的影响程度。 关键词：时间序列分析；基坑；支撑轴力；预报 中图分类号：TU431 文献标识码：A 在岩土工程中，影响岩土力学行为的因素众多，其中有确定性因素，还有许多随机因素，即便是确定 性因素，也由于机理复杂，许多参数的定量指标与实际状态存在较大的差异。正由于岩土工程不可避免的 随机性和复杂性，因此引入时间序列分析工具将十分有益。时间序列分析法可以避开岩土工程系统复杂的 机理分析，通过现场测试到的能反应系统性态的数据序列，建立动态数据模型，以此不仅能对岩土工程进 行预报和控制，而且能进一步认识系统本身的特性。时间序列分析在岩土工程方面的应用还不很多，主要 见于对基坑工程或滑坡体等的位移的预测［２］。其实，通过对动态数据建立起来的模型不仅是一个“预测器”， 而且也是一个“滤波器”，即可以排除数据中的随机干扰，保留数据中的确定性部分。因此可以为反分析 数据的采集提供一种手段。本文利用时间序列分析中的自回归模型(AR(n)模型)分析基坑支撑轴力的变化， 结果表明模型可以很好地预测二步乃至三步以后的支撑轴力。 1 自回归模型及其建模步骤 1.1 自回归模型 (Auto-regressive Mmodel)AR (n) 时间序列分析主要是指采用参数模型(特别是 ARMA 模型)对所观测到的有序的随机数据进行分析与处理的一种数据处理方法。对于一个平稳、零均值的 时间序列{x},t=1，2，…，N，一定能对它拟合一个如下形式的随机差分方程：x - φx - φx -…- φx =a - t t 1 t-1 w t-2 n t-n t θa - θa -…- θa 。 1 t-1 2 t-2 m t-m 式中：x 是时间序列{x}在t 时刻的元素；φ(i=1,2,…,n)称为自回归参数；θ(j=1,2,…,m)称为滑 t t i j 动平均参数；a 称为残差，当这一方程正确地揭示了时序的结构与规律时，则{a}这一时序应为白噪声(当 t t t 变动时，at 彼此独立)。上式称为n 阶自回归m 阶滑动平均模型，记为ARMA(n,m)模型。 当θj=0 时，模型中没有滑动平均部分，称为n 阶自回归模型，记为ＡＲ(n)。其形式为 n 2 (1) x ∑ϕ x − +a