《表1 不同模型应用情况对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于不同模型分析的矿山边坡变形自动化监测效果对比》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

通过对比GM(1，1）灰色模型、回归模型以及ARIMA模型的拟合预测效果，可以发现：该矿山边坡存在崩塌的危险，需要采取合理防范措施确保矿区开采安全；ARIMA模型对矿区边坡的拟合预测效果优于其它两种方法，拟合相关系数R2大于0.98，适合边坡变形的长期观测；灰色预测模型的拟合精度相对其它两种方法而言较低，且从预测结果及趋势可以看出，随着预测时间的推移，GM(1，1）灰色模型的预测结果可能会与实际值相差较大，预测精度会逐渐降低，因此，GM(1，1）灰色模型仅适合短中期的边坡变形监测；回归模型的拟合精度适中，但是回归模型的使用带有一定的限制性，即当原始数据列符合某一数学函数时，才能获得较高的拟合精度；综合拟合精度和适用范围，建议在边坡自动化监测系统中采用ARIMA模型进行预测分析，见表1。