《表2 三种模型模拟精度对比/m》

  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

《主成分-多变量时间序列模型及其在桥梁变形预测中的应用》

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

为了检验所建立的主成分-多变量时间序列模型性能，与神经网络模型进行比较（表3，图2）。从表3可以看出，主成分-多变量时间序列模型的精度在2～8mm，CAR模型的精度在5～15mm，神经网络法的精度在8～11mm。显然，主成分-多变量时间序列模型具有更高的精度。从图2可以看出，主成分-多变量时间序列模型模拟值与实测值的拟合效果良好，偏离程度均较小，总体趋势吻合，本文后文将用该模型来对桥面点x，y，z的位移值进行预测。