变形数据分析与预报是变形监测数据处理的重要内容。利用有限的监测数据选取合理的预测模型准确预报未来的变形是变形监测数据处理研究的热点问题之一。 本文以某高边坡变形点为研究对象,以提高预报精度为目标,对使用时序分析方法建立预报模型做了较深入的研究。完成的主要内容如下: 1、详细论述了平稳时间序列从模型的初步识别、参数估计、模型的适用性检验、以及到预报的全过程。针对多数变形监测数据的非平稳性特点讨论了两种非平稳数据的建模方法——剔除趋势项法和提取趋势项法:通过对实测数据使用两种方法建模研究了时序分析方法在变形监测预报工作中的具体应用;经过对比,分析了两种建模方法各自的优缺点,在具体工作中应结合实际情况采用。对于趋势项的提取,传统的方式多采用线性函数、幂函数、指数函数、周期函数等,由于近年来灰色模型在许多领域的数据处理方面得到了广泛应用,因此本文研究了采用灰色模型提取趋势项,建立灰色时序模型。 2、较深入的研究了用于抗差的稳健估计理论,并就几种权函数进行了探讨;通过使用模拟数据进一步验证了稳健估计用于参数估计中良好的抗差作用。结合变形监测的特点,考虑到变形监测数据中不可避免的会含有粗差,因此把稳健估计引入到时序分析建模中,建立了基于稳健估计的灰色时序模型。 3、使用常规的灰色时序模型预报会造成预报精度随着预报时间推后而逐渐降低,这是因为每次预报时始终采用了同一不变的模型参数,而变形体自身的形体和结构的变化往往是复杂与多变的。鉴于此,本文建立了基于时变参数的动态灰色时序模型,同时为起到抗差的作用在建模的过程中加入稳健估计。通过实例计算分析,证明此种建模方法可以进行较长期的预报,并且精度很高。