摘要
文章针对大坝变形呈"S"型过程,变形监测数据具有量少、贫信息且含噪声的特点,采用了灰色Verhulst模型来拟合和预测大坝变形。鉴于噪声降低了数据的光滑度,进而影响了模型精度,故在建模时先利用函数cot(x~2)对原始监测数据进行光滑度提升变换,再以变换后的数据建模,最后将模型的预测值进行反变换得到大坝变形的最终预测值。实证分析表明cot(x~2)-灰色Verhulst模型具有较高的精度,预测效果优于已有的一些模型。
引文
[1]王江荣,王玥,马萍.变形观测数据的经验模态傅里叶分析[J].测绘科学,2016,41(11):142-145,155.
[2]王江荣,袁维红,赵睿,等. B样条函数在大坝变形数据分析中的应用[J].水力发电,2016,42(12):115-118.
[3]王江荣. Richards生长曲线模型在大坝变形监测数据处理中的应用[J].矿山测量,2015(5):59-61,64.
[4]冯钟萱.基于时间序列分析组合模型的变形监测分析与预报[D].西安:长安大学,2013.
[5]杜琨.变形监测数据处理的方法研究[D].长沙:中南大学,2013.
[6]杨丽.小波理论在大坝变形监测数据分析中的应用研究[D].西安:西安理工大学,2010.
[7]徐秀杰,黄张裕,凌晨阳,等.基于小波分析的灰色组合模型在变形监测数据处理中的应用[J].工程勘察,2014(4):80-83.
[8]关叶青,刘思峰.基于函数cot(xT)变换的灰色GM(1,1)建模方法[J].系统工程,2008,26(9):89-93.
[9]戴文战,熊伟,杨爱萍.基于函数cot(xα)变换及背景值优化的灰色建模[J].浙江大学学报(工学版),2010,44(7):1368-1372.
[10]洪雪倩,陈冠宇,周超,等.基于小波去噪的灰色Verhulst模型在高铁路基沉降预测的应用[J].测绘与空间地理信息,2018,41(8):123-126.
[11]刘思峰,杨英杰,吴利丰.灰色系统理论及其应用[M].北京:科学出版社,2014.
[12]盛宝柱,徐小雨.基于Verhulst模型的合肥市新型城镇化发展水平预测[J].蚌埠学院学报,2018,7(6):33-36.
[13]王可定,周献中.运筹决策理论方法新编[M].北京:清华大学出版社,2010.