论文摘要
为研究适用于大坝变形预测的模型,应用一种顾及多因子的Kalman滤波模型对大坝进行变形预测,以某大坝的20期水平位移变形监测资料数据为例,利用顾及多因子Kalman滤波模型对大坝进行变形分析与预测,并与标准Kalman滤波模型、BP神经网络模型、逐步回归模型预测结果进行对比分析。研究结果表明:顾及多因子的Kalman滤波模型在建模时将对大坝变形影响较大的因子作为状态向量并引入模型中,改善了标准Kalman滤波的递推算法,提高了模型的自适应性与预测精度;BP神经网络模型、逐步回归模型、顾及多因子的Kalman滤波模型均顾及了多因子的影响,但顾及多因子的Kalman滤波模型在计算过程中是一个"一步预报-修正"的递推过程,模型自适应较强,可以较好地修正模型误差,故顾及多因子的Kalman滤波模型预测精度较其他3种模型高。
论文目录
文章来源
类型: 期刊论文
作者: 范城城,周吕,施宇军,刘清,李彬
关键词: 多因子,滤波,神经网络,逐步回归,变形
来源: 桂林电子科技大学学报 2019年06期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 水利水电工程
单位: 中国科学院微小卫星创新研究院,桂林理工大学测绘地理信息学院
基金: 广西创新驱动发展专项(桂科AA18118038),广西重点研发计划(2017AB54078)
分类号: TV698.11
DOI: 10.16725/j.cnki.cn45-1351/tn.2019.06.014
页码: 503-512
总页数: 10
文件大小: 365K
下载量: 50