应用时间序列方法作大坝变形预报

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

应用时间序列方法作大坝变形预报

文章导航 > 武汉大学学报 ● 信息科学版 > 1988 > 13(3): 23-31

徐培亮. 应用时间序列方法作大坝变形预报[J]. 武汉大学学报 ● 信息科学版, 1988, 13(3): 23-31.

引用本文:

徐培亮. 应用时间序列方法作大坝变形预报[J]. 武汉大学学报 ● 信息科学版, 1988, 13(3): 23-31.

Xu Peiliang. Application of Time Series Analysis to the Prediction of Deformation for Large Dams[J]. Geomatics and Information Science of Wuhan University, 1988, 13(3): 23-31.

Citation:

Xu Peiliang. Application of Time Series Analysis to the Prediction of Deformation for Large Dams[J]. Geomatics and Information Science of Wuhan University, 1988, 13(3): 23-31.

应用时间序列方法作大坝变形预报

徐培亮

Application of Time Series Analysis to the Prediction of Deformation for Large Dams

Xu Peiliang

摘要: 本文首先介绍时序分析的三个基本模型——ARMA模型、AR模型和MA模型,以及各模型的统计性质。然后以某大坝1715廊道的激光视准线观测位移值(已利用倒垂观测把相对位移化为绝对位移)为例,着重叙述大坝变形分析的建模过程,得到了一个AR(2)模型并对大坝变形作了预报,结果具有相当好的预报精度。从而说明,时序分析法将是大坝变形分析的一个有力工具。
- 时间序列 /
- AR模型 /
- 回归分析 /
- 大坝变形
Abstract: This paper first introduces three basic models——the ARMA model, the AR model and the MA model in the time series analysis and their statistical properties. Taking the absolute displacements of a large dam in the western of China as an example, the paper puts the emphasis on the procedure of the establishment of the model for deformation analysis of the large dam, An AR(2) model has been built and used in the prediction of deformations.The result shows good prediction accuracy. Compared with the stepwise regression analysis, it is of better accuracy. Therefore, if the regression factors have not been observed, the method mentioned in this paper will show its advantages in deformation. analysis.
- time series /
- AR model /
- regression analysis /
- displacements of dams

[1]	戴海亮, 孙付平, 姜卫平, 肖凯, 朱新慧, 刘婧. 小波多尺度分解和奇异谱分析在GNSS站坐标时间序列分析中的应用 . 武汉大学学报 ● 信息科学版, 2021, 46(3): 371-380. doi: 10.13203/j.whugis20190107
[2]	吴浩, 卢楠, 邹进贵, 郭世泰. GNSS变形监测时间序列的改进型3σ粗差探测方法 . 武汉大学学报 ● 信息科学版, 2019, 44(9): 1282-1288. doi: 10.13203/j.whugis20170338
[3]	刘立龙, 陈军, 黄良珂, 吴丕团, 秦旭元, 蔡成辉. 基于Holt指数平滑模型的Klobuchar模型精化 . 武汉大学学报 ● 信息科学版, 2018, 43(4): 599-604. doi: 10.13203/j.whugis20150751
[4]	马俊, 姜卫平, 邓连生, 周伯烨. GPS坐标时间序列噪声估计及相关性分析 . 武汉大学学报 ● 信息科学版, 2018, 43(10): 1451-1457. doi: 10.13203/j.whugis20160543
[5]	王建民, 张锦. 基于高斯过程回归的变形智能预测模型及应用 . 武汉大学学报 ● 信息科学版, 2018, 43(2): 248-254. doi: 10.13203/j.whugis20160075
[6]	卢骏, 戴吾蛟, 章浙涛. 大坝变形变系数回归建模 . 武汉大学学报 ● 信息科学版, 2015, 40(1): 139-142.
[7]	裴媛媛, 廖明生, 王寒梅. 时间序列SAR影像监测堤坝形变研究 . 武汉大学学报 ● 信息科学版, 2013, 38(3): 266-269.
[8]	魏二虎, 李智强, 龚光裕, 张帅. 极移时间序列模型的拟合与预测 . 武汉大学学报 ● 信息科学版, 2013, 38(12): 1420-1424.
[9]	齐晓飞, 王光霞, 马俊, 王富强. 利用散点图矩阵与回归分析建立地形描述精度模型 . 武汉大学学报 ● 信息科学版, 2013, 38(11): 1344-1348.
[10]	岳利群, 夏青, 柳佳佳, 陈轲. 利用偏最小二乘回归分析三维可视化系统的硬件影响因素 . 武汉大学学报 ● 信息科学版, 2012, 37(6): 746-749.
[11]	刘良明, 徐琪, 胡玥, 黄蕾. 利用非线性NDSI模型进行积雪覆盖率反演研究 . 武汉大学学报 ● 信息科学版, 2012, 37(5): 534-536.
[12]	邓兴升, 王新洲. 动态神经网络在变形预报中的应用 . 武汉大学学报 ● 信息科学版, 2008, 33(1): 93-96.
[13]	张鹏, 蒋志浩, 秘金钟, 党亚民. 我国GPS跟踪站数据处理与时间序列特征分析 . 武汉大学学报 ● 信息科学版, 2007, 32(3): 251-254.
[14]	王新洲, 邓兴升. 大坝变形预报的模糊神经网络模型 . 武汉大学学报 ● 信息科学版, 2005, 30(7): 588-591.
[15]	邓跃进, 董兆伟, 张正禄. 大坝变形失稳的尖点突变模型 . 武汉大学学报 ● 信息科学版, 1999, 24(2): 170-173.
[16]	程建权, 黄经南. 一种基于时序数据的动态聚类分析方法 . 武汉大学学报 ● 信息科学版, 1998, 23(3): 194-198.
[17]	蓝悦明, 王新洲. 灰色预测用于大坝水平变形预测的研究 . 武汉大学学报 ● 信息科学版, 1996, 21(4): 350-354.
[18]	黄幼才, 刘友光, 徐亚明, 郭祥瑞. 骨龄评定统计模型的建立 . 武汉大学学报 ● 信息科学版, 1995, 20(3): 246-250.
[19]	张兴飞. 跨断层形变测量动态数据模型的研究 . 武汉大学学报 ● 信息科学版, 1992, 17(2): 79-85.
[20]	杨仁, 王冬根. 近代回归分析在交通调查分析建模中的应用 . 武汉大学学报 ● 信息科学版, 1990, 15(3): 77-83.

WeChat

点击查看大图

计量

文章访问数: 649
HTML全文浏览量: 41
PDF下载量: 208
被引次数: 0

应用时间序列方法作大坝变形预报

徐培亮

收稿日期: 1987-09-12
刊出日期: 1988-03-05

关键词:

摘要: 本文首先介绍时序分析的三个基本模型——ARMA模型、AR模型和MA模型,以及各模型的统计性质。然后以某大坝1715廊道的激光视准线观测位移值(已利用倒垂观测把相对位移化为绝对位移)为例,着重叙述大坝变形分析的建模过程,得到了一个AR(2)模型并对大坝变形作了预报,结果具有相当好的预报精度。从而说明,时序分析法将是大坝变形分析的一个有力工具。

English Abstract

徐培亮. 应用时间序列方法作大坝变形预报[J]. 武汉大学学报 ● 信息科学版, 1988, 13(3): 23-31.

引用本文:

徐培亮. 应用时间序列方法作大坝变形预报[J]. 武汉大学学报 ● 信息科学版, 1988, 13(3): 23-31.

Xu Peiliang. Application of Time Series Analysis to the Prediction of Deformation for Large Dams[J]. Geomatics and Information Science of Wuhan University, 1988, 13(3): 23-31.

Citation:

Xu Peiliang. Application of Time Series Analysis to the Prediction of Deformation for Large Dams[J]. Geomatics and Information Science of Wuhan University, 1988, 13(3): 23-31.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

我要投稿

投稿攻略

联系我们

二维码