基于优化的DGM(1,1)在桥梁变形预测中的应用
传统DGM(1,1)模型在建模过程中易受到随机扰动的影响导致预测精度低、残值大,为提高模型的预测精度,本文提出一种同时优化原始序列和初始条件的DGM(1,1)模型.首先将卡尔曼滤波和灰色理论结合,使用卡尔曼滤波对原始序列进行降噪,消除建模过程中由于原始序列引起的扰动误差.其次,对建模过程中的迭代初始值增加修正系数,建立优化的DGM(1,1)模型.最后结合工程实例,采用三种模型进行对比分析,研究结果表明,优化的DGM(1,1)模型的拟合预测效果优于传统模型,桥梁沉降监测值与预测值变形一致.
DGM(1,1)模型、桥梁、卡尔曼滤波、变形监测、预测
46
U446(桥涵工程)
湖南省教育厅科学研究项目;湖南省重点实验室项目
2019-06-05(万方平台首次上网日期,不代表论文的发表时间)
共5页
39-43