支持向量机对桥梁监测信息的预测
针对桥梁结构健康监测中长期累积的海量监测数据,利用相空间重构技术对监测信息时间序列进行重构,通过支持向量机(Support Vector Machine,SVM)方法对重构后相空间中的相点进行回归,建立时间序列过去行为的有关模式,进而推断其未来发展趋势,从而为桥梁结构的在线安全预警打下基础.采用该技术对重庆市偏岩子大桥的应变、倾斜度监测变量进行预测,并与自回归移动平均(Auto Regression Moving Average,ARMA)模型的预测结果对比分析.实验结果表明:①对于桥梁监测数据,SVM的预测精度优于ARMA模型;②随着预测步数的增加,ARMA预测精度急剧下降,ARMA仅适用于短期预测,而SVM能预测的时间段更长;(③SVM预测所需的建模样本量更小,预测效率更高.
桥梁监测、预测、支持向量机、ARMA
44
U446(桥涵工程)
交通运输部西部交通建设科技项目编号:2013-364-740-600;重庆市科委新产品创新青年科技人才培养项目编号:cstc2013kjrc-qnrc30001.
2016-11-03（万方平台首次上网日期，不代表论文的发表时间）
47-51,56
