论文部分内容阅读
随着中国经济与社会城市化建设的步伐不断加快，中国高层与超高层建筑以及大型城市轨道交通工程也迅猛发展，而工程在施工的过程中都会面临变形体产生形变的问题，若变形超出了设定的安全值，则会造成灾害。因此为了保证工程的正常施工以及周边建筑安全使用与人民人身安全的需要，对变形体的动态变形趋势进行分析并准确的进行预测，已经成为工程建设中不可或缺的部分。 针对数据时间序列在建立预测模型时，存在误差性、单一变量的时间序列难以反映系统内部变化规律及其多维序列重构存在随意性的问题，采用小波阈值法对时间序列进行降噪处理，利用去噪后的时间序列数据，应用相空间重构理论重构了多维的时间序列，建立了基于相空间重构的灰色最小二乘支持向量机预测模型;对建立的预测模型参数采用粒子群优化算法寻找模型最优参数组合。结合工程实例，通过与灰色最小二乘支持向量机模型、SVM模型以及LSSVM模型进行对比分析，实验成果表明基于相空间重构理论的灰色最小二乘支持向量机预测模型不仅预测精度高、收敛快，为解决数据时间序列的误差性及多维重构的变形分析建模提供了一种新的思路。