基于IGM-PSVR模型的铁路路基沉降预测方法

本发明公开了基于IGM‑PSVR模型的铁路路基沉降预测方法，首先采集路基沉降数据，并对采集到的路基沉降数据进行预处理；接着对数据进行级比校验，建立对应的微分方程，求解得到时间响应函数，进一步的优化灰色模型的背景值，构建改进的灰色模型IGM(1,1)并得到该模型预测结果；然后采用粒子群优化算法对支持向量回归SVR模型的超参数进行优化，构建粒子群优化的支持向量机模型并得到该模型预测结果；最后使用误差平方和倒数法给两步预测结果赋予不同的权重，最终组合起来得到组合预测结果。实验表明，组合模型相较于单一模型预测精度更高，能更好的表现路基沉降变化趋势，为保证铁路运输事业的安全发挥着重要作用。