共查询到20条相似文献，搜索用时 156 毫秒
1.
建筑物沉降规律的曲线拟合模型研究 总被引：4，自引：1，他引：3
建筑物的沉降监测数据序列具有趋势化的特点,通过对建筑物沉降监测数据序列的统计分析,建立建筑物沉降量趋势项及差异沉降量趋势项的数学模型,计算建筑物沉降量及差异沉降量的即时速率,为建筑物的后期监测精度及监测周期提供设计依据.通过工程实例验证,建筑物沉降量及差异沉降量所采用的双曲线回归模型具有较高的拟合精度和预测能力,可实现对建筑物末来沉降趋势的综合预测预报,为建筑物的运营安全评估提供科学的决策依据. 相似文献
2.
高层建筑沉降监测与灰色预测 总被引：6，自引：4，他引：2
高层建筑在施工期间,随着主体荷载的增加,必然造成主体不规则下沉。而建筑物的整体稳定性是确保建筑结构稳定的必要条件,其局部不均匀沉降可能导致建筑物发生倾斜。为了确保建筑物的正常施工及安全使用,对高层建筑进行沉降监测和变形趋势预测是非常必要的。因此,本次应用二级水准测量方法定期对某高层建筑进行沉降监测,对监测成果进行了细致分析,并用灰色系统理论对沉降趋势进行了预测。监测和预测结果表明,所建高层建筑沉降规律正常、稳定性良好,从而为类似条件下的高层建筑的安全施工与管理提供了重要参考依据。 相似文献
3.
在建高层建筑物的沉降监测是安全施工的一项重要内容。本文通过对华融天禾城2号楼的沉降观测数据,运用双曲线回归模型进行沉降预测以及对模型中的参数作显著性检验。实际研究表明,该方法可以运用于高层建筑物的沉降预测,而且应用效果良好。 相似文献
4.
基于非等间距模型的建筑物沉降预测方法研究 总被引：6，自引：0，他引：6
该文基于实测资料进行建筑物沉降预测。在灰色模型和泊松曲线模型理论的基础上,引入对非等间距数列进行变换处理的方法,从而建立了非等间距预测模型。结合建筑物沉降监测资料进行分析比较,结果表明,两种预测方法均能较好地反映建筑物的沉降趋势。 相似文献
5.
泊松曲线是一种精度较高的沉降预测方法，但是它只能在等时距数据条件下方能使用，在工程实际中很难满足这一要求。本文采用插值法将非等时距数据转化成等时距数列，并结合高层建筑沉降监测工程实例分析，结果表明，用泊松曲线模型预测建筑物沉降量与实际沉降量比较接近，具有较高的应用价值。 相似文献
6.
为了提高建筑物沉降变形预测精度,最大限度地减少监测数据中非变形噪声分量对预测结果的影响,本文在Elman神经网络模型的基础上引入奇异谱分析方法,构建新的SSA-Elman神经网络模型。首先利用SSA方法提取沉降监测数据中的趋势分量与周期分量,剔除噪声分量,提高监测数据信噪比;其次通过Elman神经网络模型分别对趋势分量、周期分量进行预测,得到对应分量预测结果;最后重构趋势分量与周期分量预测结果得到最终预测结果。通过实测建筑物沉降数据分别对Elman神经网络模型与SSA-Elman神经网络模型进行建模与预测,结果表明,SSA-Elman神经网络模型的预测精度更高,更适应长周期预测。 相似文献
7.
8.
9.
10.
11.
12.
本文主要探讨在高密度的楼群中,如何测量倾斜楼房的倾斜量,计算纠偏所需的相对沉降量,为纠偏工程的设计提供精度可靠的数据;在纠偏过程中,利用观测的沉降值监控纠偏速度,使其均匀沉降,安全生产。 相似文献
13.
通过实例推导幂函数对建筑物沉降进行回归分析，并且得出较为精确的结果，同时也说明在选择回归函数的时候，还会受到很多条件影响。 相似文献
14.
15.
16.
冉典 《测绘与空间地理信息》2014,(8):84-86
针对传统灰色模型建模过程中易受观测数据随机噪声干扰的影响,利用抗差卡尔曼滤波理论能够有效地估计含有噪声的观测值的优点,构建了基于抗差卡尔曼滤波的GM(1,1)模型。结合实例,验证了该模型在一定程度上可以提高变形监测预测精度,更好地反映观测对象的变形趋势。 相似文献
17.
从城市作战实际出发,主要以建筑物为考虑因素,提出了利用DEM叠加建筑物高度信息进行城市战场环境可视分析,研究了在城市战场环境中进行可视分析时应选择的数据类型,以及DEM与建筑物高度信息的快速获取途径与各方法的特点。利用这种方法对有关城市市区进行了实验分析,验证了方法的可行性与准确性。 相似文献
18.
基于最小二乘支持向量机回归综合预测建筑物沉降 总被引：1，自引：0，他引：1
针对在工程实践中,应用单一方法预测建筑物沉降存在着局限性,提出了基于最小二乘支持向量机回归综合单一方法预测沉降量。该方法能综合单一方法的特点,增强了模型的普适性,从而提高了预测精度和预报期次。文中讨论了如何实现和运用该方法,最后通过实例验证了其有效性。 相似文献
19.
基于灰色预测和神经网络的城市建设用地量预测 总被引：16，自引：0，他引：16
采用灰色预测和NARMA(p，q)递归网络模型预测相结合的方法，对城市建设用地量预测值进行神经网络组合预测，在杭州市的实际应用中得到了较好的结果。 相似文献