论文部分内容阅读
针对大坝监测系统监测过程中受到各种随机因素干扰的情况,详细地讨论了灰色预测MGM（1,n）和MGM（1,n）-ARMA模型的基本内容及建模过程,成功地将MGM（1,n）-ARMA预测模型应用于大坝变形的预测预报。实践证明,MGM（1,n）-ARMA预测模型由于考虑了各变量相互关联、共同发展的关系,并建立了ARMA模型对残差进行了拟合修正,提高了灰区间的白色度,预测效果比传统的MGM（1,n）模型效果好。因此,MGM（1,n）-ARMA预测模型在大坝变形的预测预报中比MGM（1,n）预测模型具有更高的应用价