郑 丽

(宿州学院环境与测绘工程学院，安徽 宿州234000)

0 引 言

随着科学技术的迅猛发展和我国现代化进程的不断加快，城市各类高层建筑物越来越普遍.由于建筑物的增高、荷载的增加，在地基基础和上部结构的共同作用下，建筑物将发生不均匀沉降，轻者将使建筑物产生倾斜或裂缝，影响正常使用，当变形值超过一定限度时，会影响建筑物本身的安全以及人民生命财产的安全［1～2］.因此，在建筑物施工和运营期间，有必要设计一个合理、可行的沉降监测方案，对它们进行定期监测，根据已测数据进行合理地统计分析和研究，对其进行相应预测预报是非常必要的［3］.

目前，建筑物变形预测应用比较多的方法主要包括:回归分析、灰色预测、神经网络等，很多学者对建筑物变形监测预测工作展开研究，王旭华等［4］应用指数平滑法对建筑物的变形进行预测，通过某大楼一沉降监测点45 期实测数据，对比分析了指数平滑法及改进指数平滑法预测值，结果表明改进的平滑法克服了原方法的误差累积的缺点，取得较好预测结果.李德江等［5］通过工程实例证明基于支持向量机的建筑物沉降预测模型可行性，并将预测结果与BP 神经网络的预测结果相比，借助绝度误差和相对误差测算，得出支持向量机建筑物沉降预测模型更好的结论.谢波［6］针对建筑物变形监测的动态特性，阐述了卡尔曼滤波和附加衰减因子自适应卡尔曼滤波的算法，通过工……