基于小波分解的组合模型在高层建筑物沉降预测中的应用

摘要：

针对高层建筑物沉降变形的准确预测对保障人民生命财产安全意义重大.本文充分发挥小波分解在数据处理领域以及支持向量机(Support Vector Machine,SVM)模型、AR模型在数据预测中的优势,提出了一种基于小波分解的SVM-AR组合预测模型.该组合模型实现建筑物沉降预测的流程为:首先对建筑物沉降监测序列进行小波分解,得到不同频段的分量;其次使用SVM模型对低频分量进行预测,使用自相关性强的AR模型对平稳序列的高频分量进行预测;最后重构不同分量预测结果得到最终预测结果.将本文提出组合预测模型应用于实际高层建筑物沉降预测中,并与单一的SVM模型、AR模型预测结果进行对比,结果表明,本文提出的组合预测模型在小样本、低信噪比条件下表现出了更好的预测性能,能够对高层建筑物沉降进行准确模拟与预报.

关键词：高层建筑物、沉降预测、支持向量机、AR模型、组合预测模型

所属期刊栏目：46

分类号：P25;TB22(专业测绘)

在线出版日期：2023-11-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：221-224