论文部分内容阅读
本文主要研究城市地下供水管道的某个感应点检测到的一组时间序列水压监测值在某个时间点发生突变后，该感应点附近供水管道破裂的概率.可以将情况分成能确定突变点的时间点以及不能确定突变点的时间点两种情况. 首先，对于变点确定的情况，即能够明确得到城市地下供水管道上某感应点监测值突变的时间点，对于某个感应点监测到的一组时间序列数值使用时间序列分析中的AR(p)模型进行处理，得到该感应点监测的水压数值突变点前后的两组服从正态分布的白噪声序列.然后对于两组服从正态分布的样本，我们可以对其进行假设检验，检验水压数值突变点前后两组数据是否真的发生显著性变化. 其次，对于变点不确定的情况，即我们事先无法知道城市地下供水管道上某感应点监测值突变的具体时间点.同第一种情况一样，我们假设突变点存在并假设变点的时间点为τ(τ=1，2,…n)，使用AR(p)模型进行模拟，得到该感应点监测的水压数值在τ点前后的两组服从正态分布的白噪声序列.然后，分三种情况建立贝叶斯模型，研究供水管道破裂的概率.一、在假设方差不变的情况下，建立贝叶斯模型推算这两组白噪声序列均值差的后验概率分布;二、在假设均值不变的情况下，建立贝叶斯模型推算这两组白噪声序列方差比的后验概率分布;三、在普通情况下，即不假设方差和均值相等的情况下，建立贝叶斯模型推算这两组白噪声序列均值差的后验概率分布.然后，利用Gibbs采样对模型中的参数进行估计，根据具体的后验概率分布，得出地下供水管道破裂的概率.最后，对于嘉兴市地下供水管道各压力感应器传回的数据进行模拟，检验之前模型的合理性、准确性.