基于EMD-ARIMA模型的边坡位移分析与预测

作者：王江荣; 刘硕; 靳存程; 刘静芳

来源：国防交通工程与技术, 2020, 18(04): 22-26.

DOI：10.13219/j.gjgyat.2020.04.006

• 边坡位移监测
• 时间序列
• 经验模态分解
• ARIMA模型
• 变形分析

针对波动性大、规律性差且含噪声的高速公路边坡位移监测时间序列,提出了一种基于经验模态分解技术(EMD)和自回归移动平均(ARIMA)相结合的预测算法,基本思想为"数据分解-数据预测-数据合成"。通过对重庆奉云高速公路247 d边坡位移监测数据的预测和分析,表明EMD-ARIMA具有较高的精度,好于单一ARIMA模型,可为工程建设及防灾减灾提供技术指导。

• 单位
  兰州石化职业技术学院