[发明专利]基于北斗的边坡监测预警系统评价方法

摘要

本发明公开了一种基于北斗的边坡监测预警系统评价方法，它涉及工程监测技术领域；它的评价方法为：步骤一：通过北斗测量模块获取边坡连续时间段内的位移等监测数据，并对其进行预处理，使其符合系统构建需求；步骤二：通过数据管理模块进行图形显示、参数设置、文本输出、数据更新、保存、修改；步骤三、根据连续测量所得到的北斗位移监测数据，建立灰色微分预测模型；步骤四、边坡稳定性评价预警；本发明能对边坡监测进行估计和预测，为判断边坡未来的走势提供依据和参考，在一定程度上克服了传统预测模型的局限性，有助于减少时间序列的随机性和提高预测精度，并且灰色预测模型在监测预测方面具有所需样本少，对样本要求不严格。

主权项

1.基于北斗的边坡监测预警系统评价方法，其特征在于：它的评价方法为：步骤一：通过北斗测量模块获取边坡连续时间段内的位移监测数据，并对其进行预处理，使其符合系统构建需求；步骤二：通过数据管理模块进行图形显示、参数设置、文本输出、数据更新、保存、修改；步骤三、根据连续测量所得到的北斗位移监测数据，建立灰色微分预测模型：(3.1)、GM(1.1)模型的建立：(3.1.1)、累加生成新序列：原始序列X(0)＝{X(0)(1),X(0)(2),K,X(0)(n)}有n个观察值，将原始序列的第一个数据，将原始序列的第二个数据加到原始序列的第一个数据上，其和作为生成列的第二个数据，将原始序列的第三个数据加到生成列的第二个数据上，其和作为生成列的第三个数据，按此规则通过累加生成新序列X(1)＝{X(1)(1),X(1)(2),K,X(1)(n)}，则GM(1.1)模型相应的微分方程为：其中：a称为发展灰数；μ称为内生控制灰数；(3.1.2)、构造矩阵B与向量Y：矩阵向量Y＝(X(0)(2),X(0)(3),K,X(0)(n))；(3.1.3)、解微分方程，得预测模型：设为待估参数向量，则微分方程可表示为利用最小二乘法可得：求解微分方程，即可得预测模型：(3.1.4)、对预测序列累减还原：对其做累减还原，即可得到原始数列的灰色预测模型为：式中：a主要控制系统发展态势的大小，即反映预测的发展态势，其中：①、当‑a<0.3时,GM(1.1)模型可用于中长期预测；②、当0.3<‑a<0.5时,GM(1.1)模型可用于短期预测,中长期预测慎用；③、当0.5<‑a<1时,应采用GM(1.1)改进模型,包括GM(1.1)残差修正模型；④、当‑a>1时,不宜采用GM(1.1)模型；(3.2)、模型检验：模型检验有残差检验、关联度检验和后验差检验；(3.2.1)、残差检验：按预测模型计算并将累减生成然后计算原始序列X⁽⁰⁾(i)与的绝对误差序列及相对误差序列；在建立模型后，对模型进行精度检验；(3.2.2)、关联度检验：关联度分析是分析系统中各因素关联程度的方法，在计算关联度之前需先计算关联系数；关联系数定义为：式中：为第k个点X⁽⁰⁾和的绝对误差；为两级最小差；为两级最大差；ρ称为分辨率，0<ρ<1，若ρ越小，关联系数间差异越大，区分能力越强；取ρ＝0.5；对单位不一，初值不同的序列，在计算相关系数前应首先进行初始化，即将该序列所有数据分别除以第一个数据；关联度(3.2.3)、后验差检验：(a).计算原始序列标准差：(b).计算绝对误差序列的标准差：(c).计算后验差比值：步骤四、边坡稳定性评价预警：(4.1)、当灰色预测模型适用时，利用灰色预测模型对监测数据的结果进行分析，对测量点位移的变化规律做出模糊的长期描述，判断边坡的位移变化趋势，并设定位移变化的安全阈值，超过安全阈值则启动报警程序；(4.2)、当灰色预测模型不宜采用时，可通过模糊综合评判法对边坡当前的稳定性做定性评价；选择评价等级为：稳定、较稳定、较不稳定和不稳定；评价因子为：粘聚力、内摩擦角、坡角、坡高、最大位移速度；所述的步骤四的(4.2)中的具体评价方法：(4.2.1)、隶属度的计算：采用梯形函数计算各评价因子x对边坡稳定性影响的隶属度，计算公式如下：式中，Y1,Y2,Y3,Y4分别为评价因子对于4个危险等级的隶属度，S1,S2,S3,S4为相应于评价因子的分级阈值；根据评价因子的输入值和隶属度函数，可求出其相应于各等级的隶属度，进而得出模糊关系矩阵R；(4.2.2)、权重的计算：权法计算各因子的权重，按下式：Wi＝Ci/Si其中：Wi为各评价因子的权重；Ci为第i种因子的输入值；Si为第i种因子各级标准的平均值，Si＝1/4(Si1+Si2+Si3+Si4)；计算出的权重值Wi要做归一化处理，即：最终可得出权重矩阵A＝(Wi1,Wi2,Wi3,Wi4)；评判结果按最大隶属度规则确定，即哪一等级的隶属度最大，则危险程度属于该等级，根据等级启动相应级别的报警系统。