摘要
本发明涉及滑坡位移预测技术领域,具体涉及一种基于贝叶斯优化的局部变权组合预测方法,通过贝叶斯优化算法寻找局部变权组合预测模型的最优参数,验证集上评估组合预测结果是否符合精度,判断是否达到贝叶斯优化的终止条件,选取最优模型参数组合;将最优的模型参数分别应用于SARIMA模型和HWES模型上,分别完成对位移监测序列进行单步预测的操作,从而获取所需预测时刻的预测值,以及输入位移监测序列的拟合序列;将两项拟合序列分别与监测序列作差,可得到单项预测模型对应长度的残差序列,分别计算残差平方和;利用局部最优动态权系数计算方法计算下一时刻预测值的权系数矩阵,求得下一时刻的组合预测值,若预测完成则输出预测序列。
技术关键词
组合预测方法
组合预测模型
系数计算方法
序列
滑坡位移预测技术
参数
指数平滑模型
位移监测数据
优化器
动态
训练集
生成随机
算法
精度
矩阵
误差
周期
指标
系统为您推荐了相关专利信息
时域特征
频域特征
加权损失函数
样本
时域编码器
追踪方法
孪生网络方法
特征提取方式
位置跟踪
DSST算法
海洋环境参数
滑动窗口机制
异常状态
时间序列信息
主成分分析方法
多轮对话
信息知识图谱
大语言模型
标签
生成程序
稳定性评估方法
导航系统数据
SVM分类
精度
训练集数据