论文部分内容阅读
随着国民经济的发展,人类对现代工程建筑物的规模、造型、难度提出了更高的要求。为了掌握各种建筑物、自然体的地质构造变形情况,及时发现问题并采取相应措施,人们需要利用有限的观测数据来对变形体进行预测预报。不同的预测模型对于数据信息的利用程度不同,每种模型都有一定的局限性,而组合预测模型具有很大的优势,但是不是任何模型都可以随意组合,多余的预测模型有可能降低预测精度,那么在组合过程中以怎样的原则进行组合,在组合之前应该怎样处理数据模型,才能使组合模型能够准确的反映实际观测数据,这是我们值得深入研究的问题。本文主要研究内容是在构建组合模型之前,先利用灰关联度分析原理和协整性原理对数据预测序列进行分析,找出它们之间的关联程度和协整关系,从而去除关联度较小的且预测序列不平稳的单项预测模型,然后根据优性组合判定定理,剔除掉那些冗余的预测方法,从而简化建立组合模型的步骤。通过实例研究和精度评价体系的验证,经过优化选择后的组合模型,它的误差平方和为0.0761mm,小于单项预测模型中的最小误差平方和0.1050mm,提高了预测模型的精度。这对于大坝等复杂变形体进行数据分析与预测时有很大的优势,可以有效的解决单项模型对它们预测的局限性。