科研之友
微信
新浪微博
Facebook
分享链接
摘要
高危边坡的变形监测周期长、监测数据量大，GNSS监测数据受干扰因素较多，如何有效地检测剔除异常值并且避免它们对预测值的不利影响是研究的焦点。本文利用四分位数法在离散数据异常值剔除的优势及GM(1,1)灰色预测模型在离散数据预测中的优势，建立了基于四分位数法优化的GM(1,1)灰色预测模型。通过工程实例计算，结果显示：基于四分位数法优化的GM(1,1)灰色预测模型相比于GM(1,1)灰色预测模型对水平位移变化量预测精度，X方向提高了12.9%、Y方向提高了48.1%。
- 单位
高危边坡的变形监测周期长、监测数据量大，GNSS监测数据受干扰因素较多，如何有效地检测剔除异常值并且避免它们对预测值的不利影响是研究的焦点。本文利用四分位数法在离散数据异常值剔除的优势及GM(1,1)灰色预测模型在离散数据预测中的优势，建立了基于四分位数法优化的GM(1,1)灰色预测模型。通过工程实例计算，结果显示：基于四分位数法优化的GM(1,1)灰色预测模型相比于GM(1,1)灰色预测模型对水平位移变化量预测精度，X方向提高了12.9%、Y方向提高了48.1%。
