基于ARIMA-ANN的大坝安全监控模型

被引：9

作者：

王锋 ^{[1
,2
]}

苏怀智 ^{[1
,2
]}

荆凯 ^{[1
,2
]}

机构：

[1] 河海大学水文水资源与水利工程科学国家重点实验室

[2] 河海大学水利水电学院

来源：

武汉大学学报(工学版) | 2010年 / 43卷 / 05期

关键词：

时间序列模型; ARIMA-ANN模型; BP神经网络; 大坝安全监测;

D O I：

暂无

中图分类号：

TV698.1 [水工建筑物的监测与原型观测];

学科分类号：

摘要：

坝体的变形能反映建筑物的运行状况,受各种复杂因素影响,坝体变形监测数据是一个不平稳的时间序列.基于传统时间序列不能解决非平稳数据,使用自回归求和滑动平均序列建立模型,结合工程实例进行坝体变形监测数据的拟合与预测,并用BP神经网络进行误差预测,得到最终预测值.经过实际大坝的数据建模检验,建模方法可行,预测结果精度高,在大坝安全监测中具有较好的实用性.

引用

页码：585 / 588

页数：4

共 7 条

[1] 基于BP神经网络和ARIMA组合模型的中国入境游客量预测 [J].

雷可为 ;

陈瑛 .

旅游学刊, 2007, (04) :20-25

[2]

MATLAB在时间序列分析中的应用.[M].张善文; 雷英杰; 冯有前; 编著.西安电子科技大学出版社.2007,

[3]

应用时间序列分析.[M].王燕; 编著.中国人民大学出版社.2005,

[4]

水工建筑物安全监控理论及其应用.[M].吴中如编著;.高等教育出版社.2003,

[5]

人工神经网络与模拟进化计算.[M].阎平凡;张长水编著;.清华大学出版社.2000,

[6]

时间序列分析.[M].常学将等编著;.高等教育出版社.1993,

[7]

时间序列分析基础.[M].李先孝著;.华中理工大学出版社.1991,

← 1 →