变形分析与建模的基本理论和方法.pptxVIP

第1页/共93页第六章 变形分析与建模的基本理论与方法§6.1 回归分析法 §6.2 时间序列分析模型 §6.3 灰色系统分析模型 §6.4 Kalman滤波模型 §6.5 人工神经网络模型§6.6 频谱分析及其应用 第一页，编辑于星期日：十三点 一分。第2页/共93页§6.1 回归分析法 一、曲线拟合 几类典型的趋势模型:1 多项式趋势模型2 对数趋势模型3 幂函数趋势模型第二页，编辑于星期日：十三点 一分。第3页/共93页§6.1 回归分析法 一、曲线拟合 几类典型的趋势模型:4 指数趋势模型5 双曲线趋势模型6 修正指数模型第三页，编辑于星期日：十三点 一分。§6.1回归分析法第4页/共93页一、曲线拟合——回归参数的最小二乘估计例1，某水电站为了监测和预报库水位和大坝坝基沉陷量之间的关系，统计了某年12个月的月平均库水位和沉陷量的数据如表所示，试分析库水位与坝基沉陷量之间的关系。编号库水位（m）沉陷量（mm）编号库水位（m）沉陷量（mm）1102.714-1.967135.046-5.46295.154-1.888140.373-5.693114.364-3.969144.958-3.944120.170-3.3110141.011-5.825126.630-4.9411130.308-4.186129.393-5.6912121.234-2.90第四页，编辑于星期日：十三点 一分。§6.1 回归分析法第5页/共93页一、曲线拟合——回归参数的最小二乘估计现以X轴表示库水位，以Y轴表示大坝坝基沉陷量，作散点图，由图认为，这些散点的分布可用一条直线方程表示，即，这是一元回归分析问题。第五页，编辑于星期日：十三点 一分。第6页/共93页§6.1 回归分析法第六页，编辑于星期日：十三点 一分。第7页/共93页§6.1 回归分析法第七页，编辑于星期日：十三点 一分。第8页/共93页§6.1 回归分析法或，第八页，编辑于星期日：十三点 一分。第9页/共93页§6.1 回归分析法第九页，编辑于星期日：十三点 一分。第10页/共93页§6.1 回归分析法例2：用例1观测的数据，求出表示大坝库水位和坝基沉陷量之间的一元线性回归方程。第十页，编辑于星期日：十三点 一分。第11页/共93页§6.1 回归分析法当采用多项式模型进行拟合，多项式模型中的阶数n，事先并不知道。比较科学的方法应采用建模法。dsmin=999999;for i=1:100 %讨论1：这里的多项式次数i并不是越大越好 [dp,ds,dmu]= polyfit(dx,dy,i); %讨论2：这里的ds用来计算拟合误差[dyi,ddelta]=polyval(dp,dxi,ds,dmu); %计算dxi对应的dyi if dsminds.normr dsmin=ds.normr; imin=i; end;end;第十一页，编辑于星期日：十三点 一分。第12页/共93页§6.1 回归分析法二、多元线性回归分析 一元线性回归模型中只有一个自变量，但在实际问题中，影响变量Y的因素往往不只一个，而包含多种影响的多个自变量，例如在大坝变形监测中，影响大坝的位移Y的因素有温度、水位压力等多个自变量，这就是多元回归问题。而且，许多因子对变量的影响还是非线性关系。第十二页，编辑于星期日：十三点 一分。第13页/共93页§6.1 回归分析法 对于非线性关系，我们可以通过变量的变换转化为线性问题。例如，多项式关系 应用变量变换 转化成线性关系第十三页，编辑于星期日：十三点 一分。第14页/共93页§6.1 回归分析法 由于许多非线性问题转化线性问题来解决，因此，我们所需解决的问题可看成是一个变量与多个变量之间的线性相关问题，即多元线性回归问题。 多元线性回归的中心问题是：确定对变量影响的因子及它们之间的关系运用最小二乘法求回归方程中的回归系数第十四页，编辑于星期日：十三点 一分。第15页/共93页§6.1 回归分析法1. 多元线性回归模型其中，设有N个变形量：有p个影响因子： 回归系数为第十五页，编辑于星期日：十三点 一分。第16页/共93页§6.1 回归分析法1. 多元线性回归模型由最小二乘法可求得回归系数的估值b： 由回归系数的估值可求得回归方程：第十六页，编辑于星期日：十三点 一分。第17页/共93页§6.1 回归分析法在实际问题中，我们事先并不能断定x与y之间有线性关系，如在一元回归分析中，试验点不那么接近一条直线，这时也可用最小二乘法得到一条回归直线，但这条直线并没有很好地反映变量x和y的实际关系，没有应用价值，因此，必须有一个数量性指标来描述两个变量间线性相关的程度，这一指标通常采用相关系数。第十七页，编辑