基于卡尔曼滤波的GM模型及其在公路边坡变形预测中的应用

• 作者: 刘万林 张勤 王利
• 来源期刊: 工程勘察
• 学科: 工学
• 关键词: 边坡 卡尔曼滤波 GM(1,1)模型 预测
• 年，卷（期）: 2007,（3）
• 所属期刊栏目: 工程技术
• 页码范围: 56-59
• 页数: 4页
• 分类号: TU196
• 语种: 中文

摘要

在公路边坡变形监测与预测中,当用GM(1,1)模型对稳定的变形数据序列进行预测时,效果较好.但是,如果变形数据中因外界因素干扰而出现异常数据,使变形曲线发生波动,此时单纯采用GM(1,1)模型进行预测,就难以取得理想的预测精度.为此,本文提出一种基于卡尔曼滤波的GM预测模型,即先用卡尔曼滤波法对原始变形监测数据进行滤波处理,而后再建立GM模型进行灰色预测.通过公路边坡变形预测的应用研究,证明基于卡尔曼滤波的GM模型可以有效地提高预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘万林	长安大学地质工程与测绘工程学院	11	207	8.0	11.0
2	张勤	长安大学地质工程与测绘工程学院	137	1623	21.0	32.0
3	王利	长安大学地质工程与测绘工程学院	48	1009	17.0	30.0