共查询到10条相似文献，搜索用时 15 毫秒
1.
2.
文章讨论了灰色预测模型和半参数模型,针对经典最小二乘在解算GM(1,1)模型待识别向量时存在的模型误差,采用将模型误差当作非参数信号的补偿最小二乘法进行数据处理.根据矿区变形观测特点,简要说明了正规矩阵R和平滑因子α的选取,并结合淮南市朱集矿地表移动观测站的实测数据对改正模型进行检验分析,结果表明:该方法可有效地削弱模型系统误差影响,提高预测模型精度. 相似文献
3.
4.
利用部分状态不符值构造的自适应因子在GPS/INS紧组合导航中的应用 总被引：1，自引：1，他引：0
提出了一种通过部分状态不符值来构造自适应因子的方法。实测算例结果表明,当观测无异常时,由预测残差构造的自适应因子和由部分状态不符值构造的自适应因子都能够较好地抑制动态模型误差的影响,相比于标准Kalman滤波精度都有所提高,并且这两种自适应滤波的精度相当;但是当观测存在异常时,由预测残差构造的自适应因子不能分辨模型误差和观测误差,而由部分状态不符值构造的自适应因子能够抵制观测异常的影响,因此,滤波结果优于由预测残差构造的自适应因子的滤波结果。 相似文献
5.
6.
《测绘科学技术学报》2020,(1)
针对沉降预测模型的重要参数难以选取问题,考虑观测数据中含有噪声的影响,提出了利用Vondrak滤波优化Richards曲线的沉降预测方法。为了使预测值更加逼近实测值,选择以Richards曲线为基础模型进行改进,优化模型的沉降初始值和沉降极限值参数。利用Vondrak滤波对实测沉降数据进行平滑处理,减弱观测值中噪声的影响,为模型构建提供更加合理的参考数据。将Fminsearch函数计算结果作为参数迭代初始值,联合逐步回归分析法求得预测模型的最优参数。通过对比实验分析发现,改进方法的预测精度达到了±0.124 mm,与未加改进的预测方法相比,精度得到了较大提高。研究结果表明,利用Vondrak滤波优化的沉降预测方法能够提高精度,同时验证了改进方法的有效性。 相似文献
7.
针对灰色系统理论对地表移动变形的原始数据进行挖掘的特点,根据潞安矿区司马矿地表移动观测站的实测资料,通过建立灰色预测GM(1,1)模型,利用Matlab对观测数据进行插值,获取等间隔数据。运用灰色系统理论对概率积分法参数进行求取,进行相关的精度分析,得到运用该方法求取的概率积分法参数的方法是可靠的结论,体现了动态预测的特点。同时,将灰色系统预测方法与曲线拟合方法求取参数的结果进行对比分析,指出二者预测结果存在误差的影响因素,提出可以通过定期等间隔的观测和加大对衰退期的观测次数等措施,提高概率积分法参数的精度。 相似文献
8.
为提高地表沉降预测精度,针对灰色预测模型(GM(1,1))易受随机干扰影响致使预测精度不高的问题,建立了基于卡尔曼滤波的灰色理论预测模型。考虑到沉降量受到温度和时间因素影响较大的特点,将地表的沉降看作时间、温度的相关函数来建立卡尔曼滤波模型,并利用迭代滤波理论和LevenbergMarquardt优化滤波,构建改进的卡尔曼滤波模型。改进的卡尔曼滤波模型与灰色模型相结合,应用于地表沉降预测中,并将改进的卡尔曼滤波灰色模型预测结果与卡尔曼滤波灰色模型的预测结果进行对比。实例计算表明,使用改进的卡尔曼滤波对消除检测数据扰动误差后的数据进行灰色模型预测的精度相比于单纯灰色预测的预测精度更高。 相似文献
9.
针对灰色模型和时间序列都无法准确预测建筑物波动性沉降的问题,本文采用动态灰色模型和时间序列相结合的方法来预测分析其沉降趋势。首先根据监测数据建立灰色模型,在此基础上构建动态灰色模型来拟合时间序列中的趋势项,然后依据时间序列进行预测。结果表明:动态灰色-时序模型能够准确预测建筑物的变化趋势。 相似文献
10.
动态灰色模型丰富和完善了静态GM(1,1)模型,它虽然有效地降低了建模时原始序列长度、原点误差的影响,且提高了数据预测的精度,但是传统的动态灰色模型为保持数据维度的不变性,必须对旧有信息进行强制舍弃,因此会导致建模数据量受到限制,预测结果容易失真,且对维度以外的信息不加筛选的舍弃致使致有用信息大量流失。本文对传统动态灰色模型做出改进,并将改进后的模型用于变形监测分析与预报中,且与传统的GM(1,1)模型和动态灰色模型的预测精度做对比,最终验证改进后模型的有效性。 相似文献