论文部分内容阅读
针对大坝变形监测数据序列一般具有较明显的多尺度特征、年周期性和非平稳趋势性等特点，为克服自回归模型在大坝非平稳性变形预测方面存在的不足，利用多尺度小波分析理论在处理非平稳信号上的优势对变形监测数据序列进行分解和重构，然后对重构的不同尺度下的数据子序列分别建立自回归预测模型(AR模型)，最后叠加各尺度下的预测结果，从而将多尺度小波分析与自回归模型有机地结合起来，为大坝变形预测提供了一种新的预测模型，并给出了一个工程实例。研究表明：与传统的单一自回归预测模型相比，所提出的大坝变形预测模型能较大地提高预测精度。