科研之友
微信
新浪微博
Facebook
分享链接
摘要
桥梁健康监测系统的实测数据普遍存在缺失问题，为了保证桥梁监测数据的完整性，更好地预测桥梁未来的健康状况，提出了一种具有样本内和样本外预测能力的组合模型。样本外预测可以基于现在数据预测未来的桥梁健康状态，样本内回归用于填补传感器数据中的缺失值，确保桥梁监测数据的完整性。由于不同位置处相同类型传感器的相关性较强，首先利用岭回归(ridge regression, RR)解决共线性问题，建立各传感器数据之间的关联，并预测缺失数据。接着引入季节性差分自回归滑动平均(seasonal autoregressive integrated moving average, SARIMA)方法，利用其样本外预测能力并结合岭回归方法预测桥梁未来运行数据。最后，将该方法应用于实桥中，验证了其有效性，为传感器数据填补以及预测桥梁未来状态提供了有效的预测模型。
-
单位苏州科技大学; 土木工程学院
