指数平滑法在基坑深层位移预测中的应用.pdf

《指数平滑法在基坑深层位移预测中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第33卷第2期矿冶工程V01．33№22013年o4月MININGANDMETALLURGICALENGINEERINGApril2013指数平滑法在基坑深层位移预测中的应用①熊莎，贺跃光，姬方，戴潇蕾(长沙理工大学交通运输工程学院，湖南长沙410076)摘要：将指数平滑法应用于基坑深层位移预测中，并利用累计方差和最小准则选取平滑系数。运用指数平滑法对某基坑工程3测斜孔2om深处监测数据进行预测分析，得到最大绝对误差为0．41mill，远小于规定值，表明预测效果良好。通过比较3测斜孔15m深处与20m深处的同期预测数据的平均绝对误差与均方差，得出15m深处预测误差较20m

2、深处大，表明20m处预报较准确。关键词：基坑；深层位移；指数平滑；预报中图分类号：TU457文献标识码：Adoi：10．3969／j．issn．0253-6099．2013．02．002文章编号：0253—6099(2013)02—0005—03ApplicationofExponentialSmoothingtoPredictionofDeepDisplacementinFoundationPitXIONGSha，HEYue-guang，JIFang，DAIXiao-lei(SchoolofTrafficandTransportationEngineering，Chan

3、gshaUniversityofScienceandTechnology，Changsha410076，Hunan，China)Abstract：Exponentialsmoothingwasadoptedforthepredicationofdeepdisplacementinfoundationpit．Thesmoothingcoeficientwasselectedbasedontheminimumvalueofcumulativesumofvariance．Themonitoringdataobtainedfrom3holewithclinometeratthed

4、epthof20mwaspredictedandanalyzedbyusingexponentialsmoothing．Themaximumerrorobtainedis0．41farlessthanspecifiedvalue，showingagoodpredictioneffect．Basedonthecomparisonbetweenthemeanabsoluteerrorandmeansquareerorforthepredictedresultsobtainedatthedepthof15mand20mof3hole，itisfoundthatthepredic

5、tionforthedepthof15mhasabiggerelTorthanthedepthof20m，sothepredictionforthedepthof20mismoreprecise．Keywords：foundationpit；deepdisplacement；exponentialsmoothing；，prediction近年来，基坑工程的安全越来越受到关注，对基坑著地体现出来⋯。本文结合某深大基坑深层位移监进行地下深层位移监测，及时获得位移量变化，对指导测数据，在选择合适的平滑系数的前提下，采用指数平安全施工具有重要的意义。但对施工周期长的深大基滑法进行

6、预测和分析。坑，需了解基坑位移现状，掌握位移变化趋势，以便进1指数平滑法计算原理行信息化施工和采取必要防范措施。目前，应用广泛的预测方法主要有曲线拟合法、时指数平滑法认为，每个时间序列都存在着某种基间序列法、灰色理论法、神经网络法、指数平滑法、卡尔本的数学模式，而实际观测值包含有这种基本的模式，曼滤波分析法、回归分析法等。指数平滑法是一种性又反映着随机变动J。指数平滑法就是采用数学方能优良、适应性强的方法，它有效地利用了全部历史数法修匀历史数据，消除原始序列中的极大值和极小值，据，遵循“重近轻远”的原则对历史统计数据加权平获得反映主要发展趋势的“平滑值”，作为未来时期的均

7、，应用修匀后的指数平滑平均值估计预测模型中的预测值，并在预测过程中不断用预测误差来修正新的时变参数值，如此所得预测模型具有抵御或减弱异常预测值。数据影响的功能，使得统计数据包含的历史规律能显指数平滑法对各期观测值依时间顺序加权平均作①收稿日期：2012．10-21基金项目：湖南省重点学科建设项目资助作者简介：熊莎(1988一)，女，湖南益阳人，硕士研究生，主要研究方向为灾害监测与数据处理。6矿冶工程第33卷为预测值]，加权系数序列呈指数函数衰减，加权平这样，可以偏重新数据信息，对原模型进行大幅度修均能消除或减弱随机干扰的影响。