支持向量机对桥梁监测信息的预测

• 作者: 唐光武 唐浩 孟利波
• 来源期刊: 工程勘察
• 学科: 交通运输
• 关键词: 桥梁监测 预测 支持向量机 ARMA
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 论文
• 页码范围: 47-51,56
• 分类号: U446
• 语种: 中文

摘要

针对桥梁结构健康监测中长期累积的海量监测数据,利用相空间重构技术对监测信息时间序列进行重构,通过支持向量机(Support Vector Machine,SVM)方法对重构后相空间中的相点进行回归,建立时间序列过去行为的有关模式,进而推断其未来发展趋势,从而为桥梁结构的在线安全预警打下基础.采用该技术对重庆市偏岩子大桥的应变、倾斜度监测变量进行预测,并与自回归移动平均(Auto Regression Moving Average,ARMA)模型的预测结果对比分析.实验结果表明:①对于桥梁监测数据,SVM的预测精度优于ARMA模型;②随着预测步数的增加,ARMA预测精度急剧下降,ARMA仅适用于短期预测,而SVM能预测的时间段更长;(③SVM预测所需的建模样本量更小,预测效率更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐光武		19	132	5.0	11.0
2	唐浩		9	49	3.0	7.0
3	孟利波		4	17	2.0	4.0