基于ARMA-GMDH的水利工程变形预测模型OA北大核心CSTPCD
Deformation prediction model for water conservancy projects based on ARMA-GMDH
变形监测数据是定量评价水利工程结构安全的重要依据.水利工程变形数据是一种典型的非平稳信号,同时包含线性成分与非线性成分.针对水利工程变形的线性成分和非线性成分特征,分别利用针对线性信号的自回归移动平均模型和非线性信号的数据分组处理方法,构建了一种基于ARMA-GMDH的组合预测模型对水利工程的变形进行预测.工程实例表明,该方法可以有效地对水利工程变形的线性及非线性成分进行预测,与多个预测方法结果进行对比发现所提出的组合模型具有较高的预测精度,且与…查看全部>>
李莉贞;曾志全;黄勇;杨杰;宋锦焘
西安理工大学 水利水电学院,陕西 西安710048西北旱区生态水利工程国家重点实验室,陕西 西安710048中国电建集团华东勘测设计研究院有限公司,浙江 杭州311122中国电建集团华东勘测设计研究院有限公司,浙江 杭州311122西安理工大学 水利水电学院,陕西 西安710048
建筑与水利
水利工程变形监控模型预测分析GMDH算法ARMA算法
《水资源与水工程学报》 2022 (1)
基于深度学习的混凝土坝变形监测数据可靠性及有效信息获取方法研究
164-170,7
国家自然科学基金项目(52039008、52109166)陕西省水利科技计划项目(2018SLKJ-5)
评论