论文研究基于ARIMAMC模型的滑坡位移预测.pdf
中国是一个滑坡灾害极为频繁的国家，三峡库区更是滑坡灾害的多发区和重灾区，GPS地表位移监测是滑坡稳定性监测的重要手段。以三峡库区树坪滑坡为例，先利用自回归移动平均模型（ARIMA）对树坪滑坡GPS监测点的累积位移数据进行时序拟合，之后利用马尔可夫链模型（MC）对拟合结果进行拟合优化，最后建立自回归移动平均-马尔可夫链模型，并将其用于对树坪滑坡位移的时序预测之中。拟合和预测结果表明，该模型能够有效提高滑坡位移预测精度并实现短期内的动态滚动预测。
用户评论
相关推荐
基于AdaBoost PSO ELM算法的滑坡位移预测研究
矿山排土场滑坡的过程是一个动态、大延迟、高度非线性的特性问题,影响矿山排土场滑坡的因素众多,各个特性指标间相互影响,关于排土场滑坡预警并没有严格的划分标准。对此,提出一种自适应提升算法(Adaptiv
PDF
639KB
2020-10-28 06:55
基于Verhulst模型的黄茨滑坡位移预测研究及其在ExcelVBA中的实现
论文介绍了黄茨滑坡地质概况的基础上，简要介绍了滑坡预测预报理论与方法，既而引入基于位移信息的vednd毗灰色模型和日本斋藤的蠕变模型两种方法对黄茨滑坡进行了预测预报系统分析。
PDF
0B
2019-05-22 09:22
论文研究基于ARIMA模型的边坡深部水平位移短期预测管理研究
边坡深部水平位移的预测是边坡变形监测的重要组成部分，对于预防边坡安全事故具有重要的指导意义。斜坡土深水平位移的历史数据是具有平稳增长和时变波动的非平稳时间序列，ARIMA模型适用于预测这种时间序列。本
PDF
0B
2020-06-15 04:17
滑坡的预测数学模型
用于地区滑坡预测，通过降水，植被指数、土壤粘度系数等因子构建数学模型
PDF
0B
2019-06-01 10:23
基于广义回归神经网络的Bootstrap滑坡位移区间预测
基于广义回归神经网络的Bootstrap滑坡位移区间预测
PDF
364KB
2021-03-27 09:01
论文研究基于阻尼HoltWinters模型的边坡深部水平位移预测方法
边坡深部水平位移的预测是边坡变形监测的重要组成部分，对于预防边坡安全事故具有重要的指导意义。Holt-Winters模型适用于预测边坡深水平位移的数据序列，该数据序列既显示趋势增长又显示季节波动。首先
PDF
0B
2020-05-27 19:57
论文研究基于频繁的Markov链预测模型.pdf
预取技术通过在用户浏览当前网页的时间内提前取回其将来最有可能请求的网页来减少实际感知的获取网页的时间。传统的Markov链模型是一种简单而有效的预测模型,但同时存在预测准确率偏低,存储复杂度偏高等缺点
PDF
0B
2019-09-27 22:26
论文研究基于SVR的期权价格预测模型.pdf
论文研究-基于SVR的期权价格预测模型.pdf, 提出了运用非参数方法SVR与改进的期权定价方法结合的期权价格预测模型.首
PDF
0B
2020-03-01 09:59
论文研究基于离散HSMM的故障预测模型.pdf
提出了一种基于离散HSMM的故障预测模型，根据部分观测矢量预测系统下一时刻处于各个状态的概率。结合HSMM的前向—后向（FB）算法，给出了部分观测下HSMM的状态预测算法。将提出的模型应用于减速箱故障
PDF
51KB
2020-07-17 04:12
基于高斯过程回归模型的大坝位移预测
基于python,纯代码
PY
26KB
2021-04-26 12:07
论文研究基于CSANN的软件缺陷预测模型研究.pdf
为了提高软件缺陷预测的准确率，利用布谷鸟搜索（cuckoosearch，CS）算法的寻优能力和人工神经网络（artificialneuralnetwork，ANN）算法的非线性计算能力，提出了基于CS
PDF
0B
2019-08-01 23:22
论文研究基于深度学习的交通拥堵预测模型研究.pdf
针对城市道路交通拥堵预警问题，提出了一种基于深度学习的预测模型。通过归纳合并交通流参数、环境状态、时段等基础数据来构建交通流特征向量并确定四种预测状态。采用深度学习的自编码网络方法从无标签数据集中学习
PDF
0B
2019-08-01 23:22
论文研究基于LASSOSVM的软件缺陷预测模型研究.pdf
针对当前大多数软件缺陷预测模型预测准确率较差的问题,提出了结合最小绝对值压缩和选择方法与支持向量机算法的软件缺陷预测模型。首先利用最小绝对值压缩与选择方法的特征选择能力降低了原始数据集的维度,去除了与
PDF
0B
2019-08-01 23:22
论文研究基于自适应神经网络的边坡位移预测.pdf
论文研究-基于自适应神经网络的边坡位移预测.pdf, 通过对边坡位移历史数据序列进行特征分析 ,计算出饱和嵌入维数和最大 Lyapunov指数 ,给出了边坡位移的最大可预报时间尺度。在此基础上 ,确
PDF
185KB
2020-07-17 00:17
基于GA ACO SVM组合模型边坡位移预测研究
针对目前常用的预测模型存在一定的问题,建立支持向量机预测模型,并将遗传算法与蚁群算法有效结合。用此组合算法对支持向量机模型参数优化。最终将建立的模型与单独两种算法所优化的模型进行精度对比。实例表明,组
PDF
604KB
2020-07-19 10:52