一种基于ARIMA‑BP神经网络的桥梁监测数据预测方法

摘要

一种基于ARIMA‑BP神经网络的桥梁监测数据预测方法，包括以下步骤：1)桥梁监测数据的ARIMA(p,d,q)模型建立；2)通过ARIMA(p,d,q)模型对已存在实测数据的监测周期进行测值的估计，得到其估计值对不存在实测数据的期望预测周期进行测值估计，得其估值3)监测数据残差的获取：将监测数据实际值与ARIMA(p,d,q)预测值相减得到预测结果残差4)BP神经网络残差预测过程；5)通过建立好的网络对预测周期内残差进行预测，得其估值6)将ARIMA(p,d,q)所预测的线性趋势信息与BP网络对残差的预测结果进行叠加，得到组合预测模型结果。本发明有效解析非线性信息、预测误差较小。