科研之友
微信
新浪微博
Facebook
分享链接
摘要
为提高矿区GNSS CORS自动化监测系统地表下沉预测精度，提出一种结合小波分析，采用遗传算法优化的卡尔曼滤波模型(GA-KF)与相空间重构的BP神经网络强预测模型(BP-Adaboost)的组合预测方法。利用小波分析获取原始监测数据的趋势项和随机项，并分别通过GA-KF模型和相空间重构BP-Adaboost模型预测趋势项和随机项，两者之和即为最终预测结果。以亳州板集矿监测站数据为例进行预测，结果表明：1)与单一使用GA-KF和相空间重构BP-Adaboost模型预测值对比，该组合模型预测精度更高；2)组合模型受建模序列长度影响较小，平均相对误差在0.003%以内，远小于两种单一模型，具有一定抗干扰性。
- 单位
