ARIMA模型在桥梁变形监测预测分析中的应用

来源 :甘肃科学学报 | 被引量 : 0次 | 上传用户：netting_fish

【摘要】

：

在环境以及地质条件的影响下,桥梁稳定问题目前已成为变形监测研究中的一个重要方向.研究介绍了时序分析法的模型识别、定阶和预测的过程,建立自回归滑动平均求和(ARIMA)模型对苏通大桥2018年9月下旬连续9天4个监测点的变形监测数据进行预测分析.实验表明采用ARIMA模型对变形监测数据进行预测的结果与实测数据之间差值的均方根误差和标准差均在10 cm以内,因此利用ARIMA模型对桥梁变形监测数据进行预测具有可行性,并且可以取得较好的效果,研究结果可为桥梁下一步的运行维护提供参考.

【作者】

：

蔡炜岳东杰

【机构】

：

河海大学地球科学与工程学院,江苏南京 211100

【出处】

：

甘肃科学学报

【发表日期】

：

2021年6期

【关键词】

：

时序分析法变形监测 ARIMA模型

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

其他文献

螺吡喃基光响应可逆润湿性聚二甲基硅氧烷薄膜的制备及其性能研究

通过自由基共聚合的方法将光敏单体螺吡喃(SPMA)接枝在聚二甲基硅氧烷(PDMS)表面,制备了一种光响应可逆切换润湿性薄膜,并对其制备工艺进行了优化.该薄膜对环境光照敏感,在可见光条件下为无色透明状态,经365 nm紫外光激发15s后,薄膜表面的SPMA响应光刺激后立即变为深紫色,并伴随着极性的变化,最终导致薄膜表现出润湿性转变.将薄膜重新放置在可见光或黑暗条件下时,其润湿性能又可逆恢复到初始状态.对薄膜进行润湿性能测试后发现,紫外光辐照前后的接触角差值最高可达38.5°.这一显著的可逆切换润湿性能赋予了

期刊

光响应螺吡喃可逆润湿性聚二甲基硅氧烷

蚁群算法优化极限学习机的通信网络流量建模分析

加强通信网络流量的管理,需对通信网络流量实行准确预测,因此构建了蚁群算法优化极限学习机的通信网络流量分析模型.采用相空间重构挖掘隐含于通信网络流量时间序列中的信息,获取通信网络流量非线性变化特点,选取极限学习机作为拟合函数完成通信网络流量预测建模,并采用蚁群算法优化极限学习机随机获取的初始权值和阈值,以提高极限学习机的通信网络流量预测精准度.实验测试表明:该模型具备较好的预测拟合度以及较好的收敛特性,并且预测结果的归一化均方误差和平均绝对误差较低,可较好的完成通信网络流量预测.

期刊

蚁群算法极限学习机通信网络流量相空间重构初始权值阈值

ARIMA模型在桥梁变形监测预测分析中的应用

与本文相关的学术论文