基于卡尔曼滤波优化岭回归GM2,1模型的形变预测分析.pdf
在各种工程建筑建设过程中,需要对工程建筑进行周期性的形变监测,通过高效准确的模型预测工程建筑物的变形状况以及科学、及时的分析,可以掌握建筑物的实际状况并及时调整工程状态.本文利用卡尔曼滤波消除形变监测过程中存在的随机误差的影响,为了避免以较强指数规律特性进行预测,对于存在波动发展的形变序列或有饱和的S型形变序列,使用基于二阶常微分方程和优化岭回归估计的GM(2,1)模型对形变时序数据进行预测,建立了卡尔曼滤波优化岭回归GM(2,1)组合模型的预测方法.以某工程实例的形变监测数据为例,将组合模型应用于该形变位移数据的预测分析,并与单一GM(1,1)、GM(2,1)模型预测结果对比分析.实验结果表明,组合优化模型的预测分析结果明显优于传统灰色预测模型,且具有较高的预测精度.该组合预测模型对工程建设过程的形变预测分析对后续建设和治理具有一定的参考和决策支持作用.
作者：陈曦高雅萍陈果
作者单位：成都理工大学地球科学学院,四川成都,中国,610059
母体文献：第十二届中国卫星导航年会论文集
会议名称：第十二届中国卫星导航年会
会议时间：2021年5月26日
会议地点：南昌
主办单位：中国卫星导航系统管理办公室学术交流中心
语种：chi
分类号：TU3TU1
关键词：建筑物 形变监测 灰色模型 卡尔曼滤波 岭回归估计
在线出版日期：2021年8月24日
基金项目：
相似文献
相关博文
- 文件大小:
- 524.53 KB
- 下载次数:
- 60
-
高速下载
|
|
