共查询到10条相似文献,搜索用时 31 毫秒
1.
研究了利用时间序列分析方法进行变形预报。首先叙述了变形观测数据预处理、时间序列平稳性检验、模型的选用和检验;然后针对一组实测数据,利用多项式提取趋势项,分析回归残差,建立了AR(2)预报模型,并利用模型进行了预报;最后将预报结果与实测数据比较,证明了预报模型的有效性。 相似文献
2.
3.
4.
提出一种基于灰色时间序列分析的建筑物变形预报方法。对建筑物变形观测数据进行累加,削弱其随机扰动的影响。通过增强建筑物变形观测数据规律性,达到提高时间序列分析预报模型精度的目的。实测数据分析表明,该方法能够有效提高变形预报的精度与可靠性。 相似文献
5.
本文基于平稳时间序列数据的分析处理方法,研究了利用ARMA(p,q)模型进行地铁变形数据处理和预报的方法与步骤,应用统计软件SPSS19.0对实测变形数据进行了处理。结果表明:应用ARMA(p,q)模型分析处理变形数据十分有效、可靠;同时充分利用现有的统计软件SPSS进行建模具有操作简便、计算准确可靠、预测精度高等优点。 相似文献
6.
《武汉大学学报(信息科学版)》2015,(5)
利用球冠谐函数和时间序列分析实现了南极地区电离层预报。首先,通过南极地区的GPS实测数据提取高精度的电离层总电子含量,并建立了极区球冠谐函数模型;然后,对不同时间段形成的模型系数时间序列进行了谱分析得到周期项,利用傅里叶三角级数拟合并预报趋势项;最后,利用时间序列分析理论中的ARMA(p,q)模型对剔除了趋势项的随机信号部分进行预报。结果表明,一天内电离层预报精度在1TECU,三天内在1.5TECU。 相似文献
7.
综合运用非线性回归和时间序列分析研究边坡变形 总被引:5,自引:1,他引:5
边坡变形的复杂性决定了运用非线性回归模型很难准确解决边坡变形规律。本文将讨论综合运用非线性回归模型和时间序列分析的方法进行变形预报。即运用非线性模型和其他模型的有机结合和综合运用正确分析和解决边坡变形规律,同时利用时间序列分析方法解决边坡周期性变形规律,并通过某实测边坡上一系列监测点监测资料的分析和研究,证明该方法的可行性。 相似文献
8.
9.