摘要：传统DGM（1,1）模型在建模过程中易受到随机扰动的影响导致预测精度低、残值大,为提高模型的预测精度,本文提出一种同时优化原始序列和初始条件的DGM（1,1）模型。首先将卡尔曼滤波和灰色理论结合,使用卡尔曼滤波对原始序列进行降噪,消除建模过程中由于原始序列引起的扰动误差。其次,对建模过程中的迭代初始值增加修正系数,建立优化的DGM（1,1）模型。最后结合工程实例,采用三种模型进行对比分析,研究结果表明,优化的DGM（1,1）模型的拟合预测效果优于传统模型,桥梁沉降监测值与预测值变形一致。
分类：期刊> 自然科学与工程技术> 工程科技II> 建筑科学与工程
收录：统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > JST 日本科学技术振兴机构数据库(日) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：桥梁 卡尔曼滤波 变形监测 预测
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
