首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 109 毫秒
1.
应用Logistic回归方程建立了连续变量(道面厚度、交通量、道面使用时间)和分类变量(道面养护等级、道面所处的自然区域以及道面结构类型)与Markov转移概率的回归关系.选取我国多个机场实测道面状况指数数据作为基础数据,进行了模型的参数估计及显著性检验,并举例分析模型预测效果.改进了Markov概率预测模型中的参数标定方法,提高了预测精度,并在一定程度上解决了因为机场道面观测数据少,传统预测模型无法获得稳定参数估计的问题,拓展了模型的适用范围.  相似文献   

2.
隧道围岩变形的非线性自回归时间序列预测方法研究   总被引:1,自引:0,他引:1  
针对传统时间序列预测模型的单一线性和忽略施工过程影响的静态局限性,提出非线性自回归(包括NARNN与NARXNN)时间序列预测模型.该模型通过引入动态施工影响因子作为附加的外部输入,同时结合模型本身的反馈结构和延迟单元,在结构和动态特性上更加符合实际系统,可以非线性动态地考虑隧道施工全过程.运用该模型对史家山2号隧道施工过程中的围岩水平收敛和地表变形进行预测.结果表明:1)非线性自回归预测模型比传统的ARMA预测模型的预测精度高、适应性好;2)通过多次预测并对结果取平均值,可以保证非线性自回归预测模型预测结果的预测精度和稳健性;3)通过优化动态施工影响因子的取值方法,可以进一步提高NARXNN时间序列预测模型的预测精度.  相似文献   

3.
机场沥青混凝土道面剩余寿命预测方法研究   总被引:3,自引:0,他引:3  
道面结构的剩余寿命是机场中长期维护和改造计划编制的基础,对于机场的运营管理和优化决策具有重要意义.基于“道面族”概念的道面状况指数(PCI)预测模型是目前应用广泛且发展得较为成熟的经验回归预测模型.但是,PCI预测模型的传统建模方法是以长期、大量的数据积累为基础的,而我国民用机场的道面评价工作则刚刚开始专业化、制度化,相关数据比较匮乏.因此,通过对道面使用性能衰变规律的研究,利用现有数据资源,以上海虹桥国际机场为依托,通过回归分析建立了沥青混凝土跑道道面的国际平整度指数(IRI)与累计交通量的关系和IRI—PCI关系.以此为基础,构建了机场沥青混凝土跑道道面的PCI预测模型,应用该模型能够较为准确地预测沥青混凝土跑道道面剩余使用寿命.  相似文献   

4.
准确宽范围多步预测在时间序列预测应用中带来了巨大挑战.提出了一种基于最小二乘支持向量回归(LSSVR)和无迹卡尔曼滤波(UKF)的在线多步预测方法,利用时间滑动窗口减小算法的计算负荷,UKF方法实现LSSVR模型参数更新以提高预测精度.当预测范围达到预定步长p时,由核宽度σ、支持值参数{α_k}_k~L_(=1)以及偏移项b所构成的模型参数通过新的测量值和UKF进行在线更新.提出的方法不仅以较少的训练数据建立在线预测模型(所需训练数据集大小为相空间维数与滑动窗口长度之和),且多步预测值的精度相比于传统方法得到进一步提高.最后,通过几个实验研究论证了提出方法的有效性和优越性.  相似文献   

5.
针对利用多元线性回归和时间序列模型预测PM2. 5时,存在信息利用不全面和预测精度不高的问题,提出了基于多元时间序列(ARMAX)的PM2. 5预测方法;方法在回归项中引入了PM2. 5影响因子在时间序列上的滞后性阶数,并对残差序列进行信息提取,建立了PM2. 5浓度预测模型;首先通过"天气后报网"采集了合肥市2017年和2018年污染物数据;完成了数据的预处理及相关性分析;分别建立了PM2. 5浓度预测的多元线性回归模型、时间序列模型和ARMAX模型;最后通过RMSE、MAE和Theil不相等系数3个评价指标,将3个模型预测精度进行比较;结果表明:ARMAX模型的预测精度显著高于单一的时间序列模型或多元线性回归模型。  相似文献   

6.
时间序列在路面平整度预测中的应用   总被引:5,自引:0,他引:5  
为了解决国际平整度指数IRI预测模型准确性不高的问题,以京沪高速公路实测IRI数据为基础,对log istic回归、多元回归、时间序列这3种建模方法分别进行分析.并根据京沪高速公路平整度实测数据,建立了几个有不同数量滞后值的时间序列路面平整度预测模型,根据与实测值的比较,找出最优的时间序列路面平整度预测模型.分析结果表明:利用传统的log istic回归和多元回归方法难以建立准确预测路面平整度发展趋势的模型;时间序列方法具有较高的预测精度,且其易修正性是其他预测方法所不具备的.  相似文献   

7.
针对中国机场复合道面使用性能数据少、刚性道面数据较多的实际情况,采用非线性混合效应模型,并且联合2个数据源进行参数估计,建立了机场复合道面使用性能预测模型;通过对中国60多个机场的数据计算分析,估计了该模型参数,并分析了拟合效果。研究结果表明:非线性混合效应模型能够有效分解道面使用性能面板观测数据间存在的异方差,使残差满足正态假设并获得满意的拟合效果;非线性混合效应模型和联合估计方法一方面能解决部分个体观测数据不足的问题,另一方面提高了参数估计的稳定性和精度;非线性混合效应模型既可获得数据样本的总体趋势,也可得到个体的性能曲线,而且比传统方法的预估精度更高,为分析道面使用性能面板数据提供了新的技术手段。  相似文献   

8.
针对股市的非线性和不确定性的特点,本文提出了一种基于支持向量机自回归分析的股市动态预测模型。该模型利用滚动时间窗动态截取股票时间序列,然后对其进行相空间重构,最后利用支持向量机回归算法,在高维映射空间中求解线性回归问题。利用上证综指的长期和短期数据对该模型的预测效果进行了验证,并将预测结果与RBF神经网络预测模型进行了的对比。预测和对比结果表明,支持向量机自回归预测模型具有较强的泛化能力,适合于股市预测。  相似文献   

9.
为提高路段短时交通流的预测精度,选取路段平均旅行时间作为预测指标,建立了一种基于极端样度上升(extrem gradient boosting,XGBoost)的短时交通流预测模型。首先通过对交通流数据的分析,在考虑交通流时空特性的基础上,分别构建目标路段时间序列训练集、测试集以及时空序列训练集、测试集,然后基于XGBoost模型以及构建的训练样本集建立时间序列预测模型以及时空序列预测模型,并利用训练好的模型进行预测,最后将模型预测结果与线性回归模型、神经网络模型预测结果进行比较。实验结果表明:基于XGBoost的短时交通流预测模型能够对路段未来时段平均旅行时间进行比较准确的预测,其中时间序列预测模型均方根误差为5. 32,时空序列预测模型均方根误差为4. 82,均低于线性回归模型和神经网络模型,且相比于仅考虑时间因素的短时交通流预测模型,同时考虑时空因素的预测模型得到的误差更低,预测效果更好。  相似文献   

10.
为研究混合效应Logistic模型确定马尔可夫状态转移概率矩阵的方法及效果,以道面结构厚度、道面使用时间、状态等级和交通量等因素变量为固定效应,以截距为随机效应,建立混合效应Logistic模型.采用多个机场积累的道面实测PCI值为数据源,估计模型参数并作实例分析.结果表明:①应用混合效应Logistic模型可分析多因素对道面使用性能的影响,获得非齐次状态转移概率矩阵,实现道面使用性能马尔可夫动态预测,显著改善概率预测的精度;②混合效应Logistic模型中随机效应能够反映道面数据内不可观测的异质性,降低模型残差的相关性,提高固定效应参数估计的可靠性;③通过对混合效应Logistic模型随机效应参数bi的估计,可得到数据源内任意个体道面的状态转移概率矩阵,克服传统方法多次建模及数据不足的困难,从而实现对特定道面的性能预测.  相似文献   

11.
桥梁时变可靠度指标的改进粒子滤波预测算法   总被引:1,自引:0,他引:1  
基于健康监测时间序列数据,提出了桥梁动态可靠度指标的改进粒子滤波预测方法.首先,利用监测极值数据建立动态模型,将其作为粒子滤波算法的状态方程和监测方程;然后,采用贝叶斯动态线性模型(BDLM)为粒子滤波器提供随时间更新的动态建议分布,以解决传统粒子滤波算法的样本退化问题,同时增加了粒子滤波算法的鲁棒性及自适应性;进而利用改进的粒子滤波算法(IPF),结合极值监测数据实现结构极值的动态预测,并结合一次二阶矩(FOSM)可靠性方法,实现桥梁结构可靠度指标的动态预测;最后通过在役桥梁工程实例与设计试验对所提模型和方法的合理性与有效性进行验证.  相似文献   

12.
航空发动机精确的剩余使用寿命预测是确保发动机安全服役必须开展的环节。针对复杂工况环境下涡扇发动机的剩余使用寿命预测问题,提出了一种基于极端梯度提升和卡尔曼滤波的寿命预测模型。首先,采用高斯分布对原始振动数据进行分析,提取具有时间序列和退化趋势的特征数据,并为其设置剩余使用寿命(RUL)标签;其次,利用随机搜索算法对融合参数范围进行寻优,在极端梯度提升(XGBoost)中加入卡尔曼滤波器解决预测值不平滑和噪声干扰的问题;最后在商用模块化航空推进系统仿真数据集(C-MAPSSC)上进行了验证和分析,实验结果证明:与其他模型相比,文中采用的寿命预测方法准确度更高。  相似文献   

13.
杨久婷  张海望 《科技信息》2009,(31):I0074-I0074,I0033
小波分解可以将非平稳时间序列分解成多层近似意义上的平稳时间序列,本文首先采用小波分解将非平稳时间序列分解,在分解后的各层时间序列上构造自回归树模型,采用贝叶斯方法学习决策树的结构与变量,并对分解后的时间序列进行预测,最后采用小波重构方法将分解后的各层时间序列重构,得到原始时间序列的预测值。以2007年海关统计的重点出口商品量的数据为例,对中国出口贸易的走势进行分析和预测。结果表明,本文的方法比传统时间序列预测方法精度高,可以很好地应用于非平稳时间序列的预测。  相似文献   

14.
提出了一种不完全量测下的Cubature卡尔曼滤波方法,该方法在Cubature卡尔曼滤波算法的基础上,建立了量测滞后下的状态空间模型,利用采样点状态扩维的方法对状态估计值进行更新,并给出了不完全量测下的Cubature卡尔曼滤波算法的实现流程。仿真实验表明,不完全量测下的Cubature卡尔曼滤波方法可以用于处理量测信息采样时间和延时时间都不确定的情况,在处理不完全量测下的高维强非线性系统状态估计时计算量小,具有较高的估计精度。  相似文献   

15.
为了进一步减弱非量测数码相机噪声对测量精度的影响,提高基于数字摄影技术的工程结构动态变形监测精度,采用标准卡尔曼滤波、方差补偿卡尔曼滤波、极大验后卡尔曼滤波和方差分量卡尔曼滤波分别处理了桥梁弹性大变形数据,研究卡尔曼滤波在处理动态变形数据噪声中的适应性,并进一步量化了方差分量卡尔曼滤波在数据处理中的优势。研究发现,方差分量卡尔曼滤波噪声处理较为稳定,且误差较小。该方法不仅适用于基于数字摄影技术的动态弹性小变形噪声处理,在处理基于数字摄影技术的桥梁动态弹性大变形噪声时,同样具有较好的效果。室内相似材料模型试验研究表明,经过方差分量卡尔曼滤波进行数据处理后,测量误差小于0.5 mm,能够满足变形监测的精度要求。  相似文献   

16.
杨军利  王立新  钱宇  刘瑜 《科学技术与工程》2021,21(35):15123-15129
针对国产民用飞机导航数据存在杂波不能准确测量的问题,提出一种基于改进自适应无迹卡尔曼滤波(adaptive unscented Kalman filter,AUKF)算法的导航数据滤波方法。将无迹卡尔曼滤波(unscented Kalman filter,UKF)与改进Sage-Husa次优无偏极大后验噪声估计器结合构造出改进AUKF,有效解决了在模型不确定或干扰信号统计特性不完全得知的情况下,滤波精度低甚至发散的问题,同时与维纳滤波器和小波阈值法滤波效果进行对比。选择ARJ21飞机实际运行的高度、经度及纬度数据进行仿真,结果表明:改进后的AUKF算法较其他滤波算法精度更高,有效提高了导航数据的可靠性。研究对提高国产民机导航定位精度具有重要意义。  相似文献   

17.
用经验正交分解和Kalman滤波相结合的方法,建立了夏季500 hPa位势高度场数值预报误差修正模型,以改进副高数值预报效果,提高副高预报准确率.首先用经验正交分解(EOF)方法将T106数值预报500 hpa位势高度场分解为彼此正交的空间结构模态和相应的时间系数的线性组合,随后选取前15个模态的时间系数(其方差贡献98.7%)序列,分别建立了各自的Kalman(卡尔曼)滤波模型,最后用优化出的时间系数与相应的空间结构场进行EOF重构,进而得到修正后的副高位势预报场.修正后的位势场与原始的数值预报场的对比结果表明,该修正模型可对副高数值预报误差进行有效修正,优化后的预报效果较原始数值预报场有明显改进提高.  相似文献   

18.
由于风力发电所利用的近地风能具有波动性、间歇性、低能量密度等特点,对风电场的发电功率进行尽可能准确的预测是风电发展的关键.本文根据某风场的实测数据,采用了时间序列中的自回归移动平均模型(ARMA),对风电功率进行了实时预测;为进一步提高风电功率实时预测的精确性,本文提出了一种基于BP神经网络和ARMA组合模型的预测方法,并对上述实测数据采用该方法进行了实时预测.预测结果表明:组合模型的预测结果与单独的自回归移动平均模型相比,风电功率的实时预测的均方根误差和百分比误差分别减少了4.01%和3.25%,工程中可以采用该组合模型对风电功率进行预测.  相似文献   

19.
卡尔曼滤波在大坝动态变形监测数据处理中的应用   总被引:2,自引:0,他引:2  
详细地讨论了离散线性系统的卡尔曼滤波模型的建立及相应的精度评定公式,通过对某大坝动态变形监测数据的卡尔曼滤波处理和结果分析,发现卡尔曼滤波值、预报值与原始观测值数据曲线的变化趋势非常接近,说明所建立的卡尔曼滤波模型是合理的、可靠的,可以较好地模拟动态目标系统的变化规律。同时,卡尔曼滤波模型能够实时、快速地处理大量动态变形数据,并能有效地改善动态变形监测数据的精度。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号