论文部分内容阅读
在各种工程建筑建设过程中,需要对工程建筑进行周期性的形变监测,通过高效准确的模型预测工程建筑物的变形状况以及科学、及时的分析,可以掌握建筑物的实际状况并及时调整工程状态。本文利用卡尔曼滤波消除形变监测过程中存在的随机误差的影响,为了避免以较强指数规律特性进行预测,对于存在波动发展的形变序列或有饱和的S型形变序列,使用基于二阶常微分方程和优化岭回归估计的GM(2,1)模型对形变时序数据进行预测,建立了卡尔曼滤波优化岭回归GM(2,1)组合模型的预测方法。以某工程实例的形变监测数据为例,将组合模型应用于该形变位移数据的预测分析,并与单一GM(1,1)、GM(2,1)模型预测结果对比分析。实验结果表明,组合优化模型的预测分析结果明显优于传统灰色预测模型,且具有较高的预测精度。该组合预测模型对工程建设过程的形变预测分析对后续建设和治理具有一定的参考和决策支持作用。