基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
将小波分解方法和ARIMA模型相结合对桥梁SHM应变进行预测.采用了小波分解方法对桥梁SHM应变进行了高低频分解,分别对分解得到的新数据序列进行ARIMA模型预测,并将预测结果叠加得到了最终的预测值.通过上海市某斜拉桥的SHM应变数据进行验证,结果表明,该方法相比单纯的ARIMA预测模型具有更高的准确性,工程应用价值更高.
推荐文章
小波分析和ARIMA的信息安全态势预测
信息系统
安全态势
预测模型
小波分析
基于小波分析的ARIMA与LSSVM组合的高炉煤气预测
高炉煤气
小波分析
最小二乘支持向量机
ARIMA模型
组合预测
基于小波分解及Arima误差修正的 径流预测模型及应用
径流预测
小波分解
相关向量机
预测精度
Arima误差修正
基于小波分解和SVM的城市大气污染浓度预测
小波分解
支持向量机
神经网络
大气污染预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于小波分解和ARIMA模型的桥梁SHM应变预测
来源期刊 交通世界(中旬刊) 学科 交通运输
关键词 桥梁结构健康监测 时间序列分析 小波分解 应变预测
年,卷(期) 2020,(6) 所属期刊栏目 桥梁与隧道工程
研究方向 页码范围 112-114
页数 3页 分类号 U446.2
字数 1860字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 魏涛涛 6 0 0.0 0.0
2 朱利明 4 0 0.0 0.0
3 卓静超 3 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (8)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
桥梁结构健康监测
时间序列分析
小波分解
应变预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
交通世界(中旬刊)
月刊
chi
出版文献量(篇)
7893
总下载数(次)
10
总被引数(次)
10613
论文1v1指导