科研之友
微信
新浪微博
Facebook
分享链接
摘要
为削弱观测数据中异常值带来的扰动，优化曲线拟合的参数估计结果，解决曲线模型无法有效反映动态过程存在的随机波动问题，提出一种基于稳健Levenberg-Marquardt (RLM)和马尔可夫链(MC)的曲线预测方法。利用非线性最小二乘方法中的Levenberg-Marquardt(LM)方法优化Logistic模型参数，引入稳健估计抵抗异常值，形成稳健Levenberg-Marquardt方法，最后利用马尔可夫链对预测值进行修正，从而提高预测准确度。结合高速铁路桥墩沉降数据，将RLM方法的参数估计结果与最小二乘(LS)方法、稳健最小二乘(RLS)方法和LM方法进行比较，结果表明，RLM方法的参数估计结果在四种方法中精度最优。在预测结果的比较分析中，本方法的平均绝对误差、均方根误差和平均绝对百分比误差指标均小于其他四种方法，说明本方法预测结果更为准确。
- 单位
