Please wait a minute...
浙江大学学报(工学版)
J4  2005, Vol. 39 Issue (7): 983-986    
论文     
沉降预测的多层递阶时间序列模型研究
张仪萍，王士金，张土乔（浙江大学 土木工程学系，浙江 杭州 310027）
 全文: PDF 
摘要：

为了研究沉降模型中参数的时变特性，提出了多层递阶时间序列模型，该模型将沉降预测分为预测模型参数的预测和在此基础上的沉降预测两部分.采用参数递推公式计算沉降时间序列模型的参数序列，并根据计算出的参数序列构建其时间序列预测模型.依此类推，可建立多层参数的预测公式，直至认为参数不随时间变化为止，然后根据参数预测结果来预测后期沉降.实例分析和计算表明，多层递阶时间序列模型能较好地反映参数的时变特性，取得较精确的沉降预测结果.
关键词： 时变参数;  多层递阶;  时间序列;  AufoRegressive)AR模型    
出版日期: 2005-07-20
基金资助:

国家自然科学基金资助项目（50278089），浙江省自然科学基金资助项目（501163）.
作者简介: 张仪萍（1973－），男，江西萍乡人，副教授，博士，主要从事地基处理、基坑围护等研究工作.E-mail:zyp@civil.zju.edu.sn
服务　　
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章　　
张仪萍
王士金
张土乔

引用本文:

张仪萍 王士金 张土乔. 沉降预测的多层递阶时间序列模型研究[J]. J4, 2005, 39(7): 983-986.

ZHANG Yi-Ping, WANG Shi-Jin, ZHANG Cha-Jiao. . J4, 2005, 39(7): 983-986.

链接本文:

http://www.zjujournals.com/xueshu/eng/CN/    或    http://www.zjujournals.com/xueshu/eng/CN/Y2005/V39/I7/983

[1] 巫江虹, 姜峰. 基于动态负荷的空调生命周期气候性能[J]. 浙江大学学报(工学版), 2017, 51(10): 2061-2069.
[2] 魏媛,冯天恒,黄平捷,侯迪波,张光新. 管网水质多指标动态关联异常检测方法[J]. 浙江大学学报(工学版), 2016, 50(7): 1402-1409.
[3] 蔡青林,陈岭,梅寒蕾,孙建伶. 基于两级过滤的时间序列近似查询[J]. 浙江大学学报(工学版), 2016, 50(7): 1290-1297.
[4] 谭海龙, 刘康玲, 金鑫, 石向荣, 梁军. 基于μσ-DWC特征和树结构M-SVM的多维时间序列分类[J]. 浙江大学学报(工学版), 2015, 49(6): 1061-1069.
[5] 赵建军,王毅,杨利斌. 基于时间序列预测的威胁估计方法[J]. J4, 2014, 48(3): 398-403.
[6] 彭令,牛瑞卿,吴婷. 时间序列分析与支持向量机的滑坡位移预测[J]. J4, 2013, 47(9): 1672-1679.
[7] 喻海清, 刘毅, 陈坤, 纪俊, 李平. 鲁棒的递推核学习建模方法在高炉过程的应用[J]. J4, 2012, 46(4): 705-711.
[8] 王智磊,孙红月,刘永莉,尚岳全. 降雨与边坡地下水位关系的时间序列分析[J]. J4, 2011, 45(7): 1301-1307.
[9] 潘伟, 刘祥官, 曾九孙. TGARCH模型预测高炉铁水硅质量分数[J]. J4, 2010, 44(4): 696-699.
[10] 俞炯奇, 张仪萍. 基于参数收敛的时变参数沉降预测模型[J]. J4, 2009, 43(11): 2125-2128.
[11] 李富强 钱镜林. 大坝监测数据自回归模型特征根的应用研究[J]. J4, 2009, 43(1): 193-196.
[12] 陈勇 叶雨清 孙炳楠 楼文娟 俞菊虎. 模型预测技术在桥梁健康监测中的应用[J]. J4, 2008, 42(1): 157-163.
[13] 周黔 吴铁军. 基于重要点的时间序列趋势特征提取方法[J]. J4, 2007, 41(11): 1782-1787.
[14] 赵敏 刘祥官 张文娟 韩勇. 高炉铁水硅质量分数的非线性检验[J]. J4, 2007, 41(10): 1692-1696.
[15] 贺诗波 刘祥官 郜传厚 黄丽英 黄雅彬. 高炉硅含量预测控制的时间序列混合建模[J]. J4, 2007, 41(10): 1739-1742.