利用组合模型进行大坝变形的预报

作者：刘建

来源：地理空间信息, 2020, 18(06): 103-8.

• 最小二乘
• 广义回归神经网络
• 大坝变形
• 水位数据
• 预报

针对大坝变形监测序列的多尺度、年周期性和非平稳趋势性特征,采用最小二乘与广义回归神经网络的组合模型法进行预报,同时考虑到大坝变形与水位因子的相关性,在模型中引入水位数据进行大坝变形的预报。通过实验表明,加入水位数据的组合预报模型相比单独采用大坝变形监测数据的模型,预报精度有显著的提高。