基于Kalman滤波的ARIMA-NAR神经网络模型在深基坑沉降监测中的应用
作者：牛全福; 李月锋; 张曼; 傅建凯; 马亚娜
更新时间：
关键字：
深基坑变形监测在城市建设的安全施工中越来越重要。针对监测数据中不可避免的噪声和单一预测模型的预测残差问题，为了提高基坑监测的预测精度，以兰州市某深基坑监测中沉降明显的ZJ52为例，采用基于Kalman去噪的ARIMA-NAR神经网络组合模型进行预测分析。结果表明，经过Kalman去噪后建立的平均绝对误差、平均相对误差和ARIMA-NAR组合模型的残差方差预测结果分别为0.43、0.04和2.23。预测结果优于单个ARIMA和NAR神经网络模型的预测结果，预测精度良好，可为项目的安全施工提供可靠的指导