基于ARMA和BP神经网络组合模型预测冷却塔沉降

摘要

为了分析火电厂冷却塔修建时的沉降规律,本文以某实际工程的监测数据为例。首先构建时间序列(auto regressive moving average,ARMA)模型对冷却塔沉降进行预测,进而利用初次预测的数据和对应冷却塔修建时标高组成误差逆向(back propagation,BP)神经网络模型,得出修建过程的预测值。由预测值与实测数据对比分析表明,本文提出的组合模型能有效、准确地预测冷却塔的沉降变化。