| 考虑残差的小波G-Verhulst-ARIMA大坝变形组合预测模型及应用 |
| |
| 引用本文： | 杨晨蕾,包腾飞,胡安玉,张静缨.考虑残差的小波G-Verhulst-ARIMA大坝变形组合预测模型及应用[J].水电能源科学,2020,38(12):94-97. |
| |
| 作者姓名： | 杨晨蕾 包腾飞 胡安玉 张静缨 |
| |
| 作者单位： | 河海大学水利水电学院,江苏南京210098;河海大学水文水资源与水利工程科学国家重点实验室,江苏南京210098;河海大学水利水电学院,江苏南京210098;河海大学水文水资源与水利工程科学国家重点实验室,江苏南京210098;三峡大学水利与环境学院,湖北宜昌443002 |
| |
| 基金项目： | 国家重点研发计划（2018YFC1508603，2016YFC0401601）；国家自然科学基金项目(51579086，51739003) |
| |
| 摘 要： | 鉴于传统的统计模型未考虑变形中的随机扰动和混沌现象，借助小波分析、灰色Verhulst模型（G Verhulst）〖JP〗和差分自回归移动平均模型（ARIMA）分析统计模型的残差，以充分挖掘变形观测资料中的数据特性。首先利用小波分析对残差序列去噪，提取出不同频率的信号，然后分别用G Verhulst模型和ARIMA模型进行建模预测，最后将统计模型预测值和残差预测值叠加，建立了一种考虑残差的小波G Verhulst ARIMA大坝变形组合预测模型。实例应用结果表明，与不考虑残差的组合模型及使用GM（1，1）模型（EGM）代替G Verhulst模型的组合模型相比，该模型拟合和预测时的均方误差均小于其他两组模型，有效提高了预测精度，为建立大坝安全监控模型提供了新思路。
|
| 关 键 词： | 变形预测 残差 小波分析 灰色Verhulst模型 ARIMA模型 |
| 本文献已被 万方数据 等数据库收录！ |
|
