基于GM(1,1)-ARIMA最优组合的大坝预测模型

为了对大坝变形进行预测,本文根据ARIMA模型和灰色模型各自的特点,建立综合ARIMA模型和灰色模型的变形组合预测模型,并在不同的定权准则下建立了多种组合模型。在通过平均绝对误差(MAE)及均方误差(MSE)两种精度指标选取最优组合模型时,为了克服单一评价方法导致的结果非一致性问题,提出基于最小机会损失准则进行评价的方法,通过将各组合预测模型的最小机会综合评价值进行排序,得到最优组合预测模型。最后以某大坝位移监测数据为例,建立不同的组合模型,通过模型精度评价,得到了最优组合预测模型。

应用GB-SAR监测链子崖危岩体的试验研究

地基合成孔径雷达（ground-based synthetic aperture radar,GB-SAR）干涉测量技术具有精度高、非接触测量、采样周期短、获取信息量丰富等诸多优势。以治理后的链子崖危岩体为研究对象,采用GB-SAR进行监测,数据处理结果表明,对变形体进行长时间观测并使用精确的环境影响改正模型是提高监测精度的重要手段。

改进后的GOM(1,1)模型在基坑沉降预测中的应用

针对基坑变形的特点,在GM(1,1)模型的建模原理上建立了反向累加灰色模型。结合反向累加序列的建模特点,提出了一种对积分参数c、初始值以及背景值同时进行优化的GOM(1,1)模型。通过实例验证了本文提出的改进后的GOM(1,1)模型能够提高基坑变形的预测精度,验证了该方法的有效性和实用性。