[发明专利]一种古建筑沉降的组合预测方法及系统

权利要求书

1.一种古建筑沉降的组合预测方法，其特征在于，所述方法包括：

对应变片采集的原始沉降序列进行五点三次平滑滤波，将所述原始沉降序列中的噪声滤除，得到相应的初始沉降序列；

对所述初始沉降序列采用Verhulst灰色模型进行预测，得到相应的初步预测沉降序列，在计算所述初步预测沉降序列时，采用等维递补滚动预测方法进行多次预测，即每预测一个初步预测沉降值后，在所述初始沉降序列中添加一个新的初始沉降值，并将所述初始沉降序列中的首个元素去除，保持所述初始沉降序列的序列长度不变，再次进行预测；

对所述初步预测沉降序列进行归一化处理，得到所述初步预测沉降序列归一化后的初步预测沉降序列；

采用基于蚁群聚类算法的RBF神经网络对所述归一化后的初步预测沉降序列进行预测，获得沉降预测序列；

将所述沉降预测序列中的元素进行反归一化操作，获得反归一化后的沉降预测序列。

2.如权利要求1所述的方法，其特征在于，步骤对应变片采集的原始沉降序列进行五点三次平滑滤波，将所述原始沉降序列中的噪声滤除，得到相应的初始沉降序列包括：

对所述应变片采集的k组原始沉降序列X_i＝{x_i1,x_i2,...,x_ip,...,x_im},i＝1,2,...,k；p＝1,2,...,m进行按照以下公式进行五点三次平滑滤波，得到所述初始沉降序列X_i′＝{x_i1′,x_i2′,...,x_ip′,...,x_im′},i＝1,2,...,k；p＝1,2,...,m；

其中m为每个所述原始沉降序列中数据的数量。

3.如权利要求2所述的方法，其特征在于，步骤对所述初始沉降序列采用Verhulst灰色模型进行预测，得到相应的初步预测沉降序列包括：

对于所述初始沉降序列X_i′进行累加运算，获得累加序列X_i⁽¹⁾＝(x_i1⁽¹⁾,x_i2⁽¹⁾,...,x_ip⁽¹⁾,...,x_im⁽¹⁾),i＝1,2,...,k；p＝1,2,...,m，其中

计算所述累加序列X_i⁽¹⁾的紧邻均值生成数，获得紧邻均值生成序列Z_i⁽¹⁾＝(z_i2⁽¹⁾,z_i3⁽¹⁾,...,z_ip⁽¹⁾,...,z_im⁽¹⁾),i＝1,2,...,k；p＝2,...,m，其中z_ip⁽¹⁾＝0.5x_ip⁽¹⁾+0.5x_i(p-1)⁽¹⁾；

建立所述累加序列X_i⁽¹⁾和紧邻均值生成序列Z_i⁽¹⁾之间的灰色Verhulst微分方程：

x_ip⁽¹⁾+az_ip⁽¹⁾＝b(z_ip⁽¹⁾)²,i＝1,2,...,k；p＝1,2,...,m

式中，a为发展系数，b为灰色系数，求解所述微分方程得到所述微分方程的时间响应序列：

其中，所述发展系数a和灰色系数b通过最小二乘法确定，即

式中，为灰色参数的估计向量，B为自变量矩阵，Y为估计预测值向量，其表达式分别为：

将所述时间响应序列进行累减运算，获得所述初始沉降序列X_i′的初步预测沉降序列其中