摘要：变形监测一直是测绘中非常重要的一个分支，而目前的变形监测数据大多由人工处理，这对测量人员的技术水平提出了很高的要求。本文为了降低变形监测对观测人员的要求并提高了测量人员对变形监测数据与建筑物变形状况的直观认知，设计了一套基于Web平台的变形监测数据综合分析及预测系统，该系统主要功能包括变形监测数据处理及预测，其中预测又分为线性回归预测与灰色模型预测两种预测方法。最后通过实际工程项目证明该系统数据处理功能完善，预测分析效果良好。
关键词：变形监测，灰色模型，数据分析
1 绪论
1.1 选题背景
在建筑的施工过程中变形监测是保障施工安全非常重要的一部分，他是使用专业、可靠的设备仪器和检测方法，对监测目标的形变进行持续性地监测、对其变性规律进行分析、总结并对未来的变形趋势做出可靠的预测。但在回顾以往的诸多生产事故中，变形监测有时并没有起到建筑事故预警的作用。有的事故测量人员已经发现了问题，但仍然没有重视，以至于最后酿成大祸；有的事故在发生之前却没有人发现问题，使得人们猝不及防。因此，一套可以帮助监测人员快速的处理、分析数据并进行预测，将异常变形给予检测人员警告，以达到避免事故发生的系统就显得尤为重要。
1.2 目的及意义
回顾以往，很多生产事故的发生往往是由于施工人员的疏忽或者施工人员技术水平不达标，发现了问题却没能引起重视甚至没能发现问题而造成的。但在实际的生产中，长期的生产工作难免让人对安全方面产生了麻痹，虽然施工中的各个部门一直在强调安全第一，但往往还是会出现失误。
本系统采用基于WEB的形式构建，使用时只需将计算机联网即可打开浏览器访问页面。且将数据分析、变形预测、变形预警、三位模型展示结合，可以帮助测量人员以及非专业测量人员十分便捷的分析数据、发现问题以达到避免事故发生的目的。
1.3 研究现状
最近几十年人们已不满足于对建筑物的当前状况监测，开始了对变形进行预测，以更早的发现问题并将其解决。近几十年来学者们在变形监测预测方面建立了许多的模型及预测方法，但建筑物的变形是一个极其复杂的、具有多因素的过程，这使得每种方法都有利有弊，在这里将目前的预测模型方向主要分为了以下三个方向：
（1）确定性预测模型。
确定性预测模型是用明确的函数建立变形量与相关环境变化的数学关系的模型。此类模型可以反映变形发生的物理实质。但因建筑物的变形涉及到许多的因素，此方法的模型构建十分复杂，准确性十分不稳定。
（2）统计预测模型
统计预测模型侧重于对变形量进行分析，从大量的数据中找出变形的规律。而非侧重于变形发生的物理机理的数学表达式。此方法只要有数量满足要求的、呈等间距分布的变形数据就可进行预测，且预测精度较高。主要有回归分析法、时间序列分析预测模型 (AR、MA及 ARMA模型 )、指数平滑法 、黄金分割法、灰色预测模型(GM(1,1)模型、非等时距序列的GM(1,1)模型 、新陈代谢 GM(1,1)模型 、优化 GM(1,1)模型 、逐步迭代法 GM(1,1)模型等 )、生长曲线法、模糊数学法、递进分析理论、卡尔曼滤波法等 [1]。
（3）非线性数学预测模型
建筑物的变形是许多因素所共同造成的一个结果，其是一个复杂的非线性模型，其具有多阶段性、多层次、多因素等特点。因此许多学者将BP神经网络、小波分析等诸多理论相结合，创建出新的模型来进行预测，取得了可喜的成果。但非线性预测模型仍在起步阶段，去准确性，还需要经历时间的检验。
2 预测实现
.png)
.png)
3.2 准确度分析
经过查询，将获得的预测得到的第十一期观测值与实际第十一期观测值进行对比可以发现，不管是GM(1,1)预测还是线性回归方程预测，都可以取得与实际值误差较小的预测值。精度方面，GM(1,1)预测的精度略高于线性回归方程预测的精度，但GM(1,1)对数据具有一定的限制，有时会出现无法计算的情况。
3 结论
经过与实际项目结合的检验之后，本系统在数据的分析方面具有十分高的效率，可以大幅的减少数据处理工作量。在预测方面，此系统可以快速而较为准确的进行数据预测，且预测精度可以满足实际项目的精度要求。因此认为本系统具有可实用性，可以用于实际的工程项目之中。
因在开始设计系统时知识储备不足，思路较为混乱，使得目前系统中遗留了一些不足之处：
（1）导入功能还可优化，目前在大批量导入多期数据时略有麻烦。
（2）页面过于简单，很多页面没有进行美化，不能给用户良好的视觉体验。
由于设计时间较短，对于实际项目经验不足，此系统仍需在实际使用中不断改进，希望在今后的工作中随着经验的增长，可以使此系统具有更加完善的功能。
参考文献
[1] 何习平, 华锡生, 何秀凤, et al. 边坡变形预测研究现状与发展趋势[J]. 江西科学, 2007, 25(4):383-386.
[2] 谢乃明,刘思峰.离散GM(1,1)模型与灰色预测模型建模机理[J].系统工程理论与实践,2005(01):93-99.