基于自适应MGM(1,n)-马尔科夫链模型的大坝变形预测

摘要

大坝的变形受到多种因素的影响,对于一些没有长期、连续、可靠监测数据的工程,采用传统的多变量灰色模型MGM(1,n)进行大坝变形预测时,往往随着预测时间的推移,预测精度降低。采用自适应MGM(1,n)模型,根据有限的监测资料,综合考虑各个变量之间的相互影响,通过置入最新信息取代最老的信息,来反映坝体变形过程中的随机因素或扰动对系统的影响。以此为基础,利用马尔科夫链确定位移时序的状态转移概率矩阵,通过对实测值、拟合值以及所处状态的分析,对大坝变形进行更高精度的预测。实例表明,和传统多变量灰色模型MGM(1,n)以及自适应MGM(1,n)模型相比,自适应MGM(1,n)-马尔科夫链模型(MGM-MC模型)具有更高的精度。