基于方差补偿自适应Kalman滤波的ARMA与PSO-SVM模型变形预测

• 作者: 刘立龙 周吕 容静 康昊华 李松青
• 来源期刊: 大地测量与地球动力学
• 学科: 地球科学
• 关键词: Kalman滤波 ARMA PSO-SVM 误差补偿 变形预测
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 现代大地测量
• 页码范围: 689-694
• 页数: 6页
• 分类号: P258
• 字数: 3891字
• 语种: 中文
• DOI: 10.14075/j.jgg.2018.07.006

摘要

根据变形监测数据非线性、波动性特征及实时动态数据处理的要求,在选取方差补偿自适应Kalman滤波进行随机扰动剔除及模型误差削弱分析的基础上,采取自回归移动平均模型(ARMA)构建趋势预测值,最后通过粒子群(PSO)优化参数的支持向量机(SVM)获得误差补偿修正的ARMA模型.应用该方法对变形监测工程实例进行沉降预测,预测结果验证了该方法能较好地描述复杂环境因素下的工程实际变形量,对工程预警预测有一定的参考价值.