首页 | 本学科首页   官方微博 | 高级检索  
     

补偿最小二乘估计精化AR(p)的变形建模与预测
引用本文:高宁,崔希民,王果,张玲,卢立托. 补偿最小二乘估计精化AR(p)的变形建模与预测[J]. 工程勘察, 2013, 0(1): 51-53,72
作者姓名:高宁  崔希民  王果  张玲  卢立托
作者单位:中国矿业大学(北京)地球科学与测绘工程学院
基金项目:国家自然科学基金项目(41071328);国家重点基础研究发展规划(973)项目(2007CB209400);教育部世纪优秀人才支持计划资助项目(NECT-07-07098)
摘    要:以AR(p)模型为例,考虑模型误差对变形预测的影响,将模型误差看做非参数信号,采用半参数补偿最小二乘方法来处理,即利用半参数中的非参数分量表达模型误差;为更好地控制残差部分VTPV和光滑部分STRS之间的平衡,提出一种求解平滑参数α的Xu函数;最后,通过实例将精化后的AR(p)模型与灰色模型、灰神经网络模型、常规AR模型的结果进行了比较。结果表明,补偿最小二乘方法能有效地处理变形建模中存在的模型误差,具有较好的预测效果。

关 键 词:补偿最小二乘估计  AR(p)模型  模型误差  Xu函数法  变形

Refining for AR(p) modeling based on penalized least squares estimation in deformation prediction
Gao Ning,Cui Ximin,Wang Guo,Zhang Ling,Lu Lituo. Refining for AR(p) modeling based on penalized least squares estimation in deformation prediction[J]. Geotechnical Investigation & Surveying, 2013, 0(1): 51-53,72
Authors:Gao Ning  Cui Ximin  Wang Guo  Zhang Ling  Lu Lituo
Affiliation:(College of Geoscience and Surveying Engineering,China University of Mining and Technology,Beijing 100083,China)
Abstract:
Keywords:
本文献已被 CNKI 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号