基于加权多项式回归模型的变形预报.pdfVIP

第４５卷第６期山西建筑Ｖｏｌ．４５Ｎｏ．６

２０１９年２月Ｆｅｂ．２０１９·２０１·

ＳＨＡＮＸＩＡＲＣＨＩＴＥＣＴＵＲＥ

１００９６８２５（２０１９）０６０２０１０３

文章编号：

基于加权多项式回归模型的变形预报★

徐欢董洪鹏王继刚

（淮海工学院测绘与海洋信息学院，江苏连云港２２２０５９）

摘要：及时准确地预报变形是变形监测工作的核心内容之一，多项式回归模型以其考虑因素少，方程阶数低而得到广泛的应用。

从预报角度来分析，距离变形预报时刻越近的观测数据对预报来说越重要。讨论了加权多项式回归模型的建立，重点介绍了权的

确定，并结合生产实例验证了该法的有效性。

关键词：多项式回归模型，变形，预报

中图分类号：ＴＵ１９６．１文献标识码：Ａ

１概述的参考。

变形是指变形体在各种因素的影响下，其形状、大小以及位２多项式回归模型

［１］２．１多项式回归模型概述

置在时空域中发生的变化。变形在一定范围内是允许的，但是

一旦超过其所能承受的变形范围时，往往会演变成灾难。为了能回归模型是指利用回归分析方法研究一个因变量与一个或

够发现变形体的变形，有效的方法就是对变形体开展变形监测工多个自变量之间的函数模型。最常用的回归模型是线性回归模

作，获得变形数据，分析其变形的原因，然后对未来变形体的变形型，因为线性模型简单实用，而且非线性模型往往可以化为线性

［２］模型。多项式模型是线性模型的一种，其数学表达式为：

做出预报。目前变形监测预报模型有很多，如统计模型、时间

［３］２ｎ

序列模型、灰度系统模型、人工神经网络等。在这些模型中，多ｙ＝ａ＋ａｔ＋ａｔ＋…＋ａｔ，ｔ（０，＋）（１）

ｔ０１２ｎ∈∞

项式回归模型就是一种最常用的模型。该模型建模时不必考虑其中，ｙ为变形量；ｔ为等间隔的观测期数；ａ，ａ，ａ，…，ａ均

０１２ｎ

过多的因素，通常仅仅需要变形量是等间隔的时间序列（不等间为相应的系数。可见多项式模型相对于一般的线性模型来讲比

隔的可以等间隔化）这一条件。该模型具有很好的适应性，在具较简单，只涉及到了观测期数这一个自变量，因此该模型获得了

体使用时往往采用低阶模型，这样参数少，容易求解。在实际建广泛的应用。

模过程中，我们往往考虑观测值是等精度观测的，从建模角度来因为高次的多项式模型存在着稳定性较差的缺点，在生产实

讲是客观合理的，但是从预报的角度来说，就有失公允，因为距离践中，我们往往不是直接应用式（１），而是应用低阶多项式，通常

变形预报时刻越近的观测值，对预报的准确性和可靠性价值就越选用二阶多项式：

２

高，相反，距离变形时刻越远的观测值，其重要性明显降低，因此ｙ＝ａ＋ａｔ＋ａｔ（２）