论文部分内容阅读
将GM(1,1)灰色预测模型、回归模型以及ARIMA模型通过编程手段编入TM30自动化远程变形监测系统的模型库中,对比分析了不同预测模型的拟合、预测精度,结果表明:GM(1,1)灰色仅适用于短中期边坡变形的监测预测,回归模型仅在原始监测数据列符合某一数学函数时,才能获得较高的拟合精度,而ARIMA模型不管是从拟合精度还是适用范围来讲,均优于其它两种模型,故建议采用ARIMA模型进行矿区边坡的自动化监测和预测。研究结果对于矿区边坡变形的自动化监测工作具有一定的指导意义。