基于局部均值分解和PSO-RVM-ARIMA模型的基坑变形预测研究
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1004-3918.2021.10.016

基于局部均值分解和PSO-RVM-ARIMA模型的基坑变形预测研究

引用
为准确掌握基坑变形发展规律,基于现场变形监测成果,先利用优化局部均值分解实现变形数据的信息分解处理,再利用优化相关向量机和ARIMA模型实现组合预测,以达到基坑变形高精度预测的目的.实例分析表明:优化后的LMD模型能有效实现基坑变形数据的信息分解处理,较传统小波去噪具有显著的优越性;同时,在组合预测过程中,各类优化处理方法能有效提高预测精度,所得预测结果的平均相对误差均在2%左右,其中ILMD-PSO-RVM-ARIMA具有较优的预测效果,且经外推预测,得基坑变形呈小速率增加趋势,趋于稳定方向发展.

基坑;局部均值分解;相关向量机;ARIMA模型;变形预测

39

P258(专业测绘)

陕西省职业技术教育学会基金项目SZJYB19-207

2021-11-24(万方平台首次上网日期,不代表论文的发表时间)

共6页

1649-1654

相关文献
评论
暂无封面信息
查看本期封面目录

河南科学

1004-3918

41-1084/N

39

2021,39(10)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn