文献

J-GLOBAL ID：201702259126063650   整理番号：17A0105366

時系列に基づく地下鉄ついての沈下予測【JST・京大機械翻訳】

Vault Settlement Prediction for a Metro Cross Passage Based on Time Series

著者 (6件)： Wang Tianzuo (College of Construction Engineering, Jilin University) ,  Wang Changming (College of Construction Engineering, Jilin University) ,  Yao Aijun (College of Architecture Engineering, Beijing University of Technology) ,  Wu Qian (College of Construction Engineering, Jilin University) ,  Zhang Haiming (College of Architecture Engineering, Beijing University of Technology) ,  Wang Zhaohui (College of Architecture Engineering, Beijing University of Technology)
資料名： Xiandai Suidao Jishu  (Xiandai Suidao Jishu)
巻： 53  号： 3  ページ： 74-81  発行年： 2016年 
JST資料番号： C3026A  ISSN： 1009-6582  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 長春地下鉄地下鉄駅のある駅のShu井横トンネルはCRD工法により施工し、施工期間中に横通路内の変形状況をモニタリングした。後期モニタリングの設置は沈下モニタリングに困難をもたらすため,典型的な断面のアーチ沈下を予測する必要がある。前処理した後に,自己相関関数と自己相関関数を用いて,およびの沈下データを選択し,時系列のARMAモデルを選択した。次に,自協の分散関数の再帰式とMAモデルのスペクトル密度関数に従って,パラメータ値を決定し,NEWTON反復アルゴリズムを用いてパラメータを最適化した。このモデルを用いて,101日~110日の沈下を予測し,予測値と実際のモニタリングデータとの比較により,この方法の実現可能性を検証した。その結果,10日前の5日間の予測誤差は回帰予測より小さく,時間とともに増加し,回帰予測結果と一致することが示された。証明時系列は短期予測において回帰分析より大きな利点があり、工学実践に用いることができる。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *自己相関関数 ,  連絡通路 ,  予測誤差 ,  ARMAモデル ,  駅舎 ,  アーチ ,  短期予測 ,  最適化 ,  前処理 ,  回帰分析 ,  工期
準シソーラス用語： 予測値 ,  反復アルゴリズム ,  密度関数 ,  地下鉄駅 , 【Automatic Indexing@JST】

著者キーワード (4件)： Metro cross passage ,  Time series ,  ARMA ,  Prediction

分類 (1件)： 設備管理  (KB02020X)

タイトルに関連する用語 (3件)： 時系列 ,  地下鉄 ,  沈下予測