基于SVM-ARIMA的大坝变形预测模型

摘要：

大坝变形观测的实测值序列是一个非线性、非平稳的时间序列,支持向量机引入核函数后能有效的解决非线性问题,因此可用支持向量机对大坝变形进行拟合预测.为了提高预测精度,进一步对残差序列分析研究,通过ARIMA模型对残差序列进行拟合预测,基于此建立了SVM-ARIMA组合模型对大坝的变形进行研究.将大坝变形时间序列分为两个部分:趋势项和误差项,趋势项和误差项分别用SVM和ARIMA模型进行拟合预测,综合两项结果得到模型的预报值.最后结合实测资料对模型进行检验,结果表明,组合模型精度高,具有一定的推广应用价值.

关键词： 大坝 变形观测 预测模型 支持向量机 时间序列

作者: 沈寿亮 刘天祥 宋锦焘 姜彦作 梁睿斌

作者单位: 河海大学水文水资源与水利工程科学国家重点实验室,江苏南京,210098;河海大学水资源高效利用与工程安全国家工程研究中心,江苏南京,210098;河海大学水利水电学院,江苏南京,210098

会议类型: 国内会议

会议名称: 2013年全国大坝安全监测技术与应用学术交流会

会议地点: 江苏扬州

会议语种:中文

页码: 362-366

在线出版日期: 2016-11-01（万方平台首次上网日期，不代表论文的发表时间）