观测分析中的回归M时序列模型.pdfVIP

浙 江 大 学 学 报 工学版 第 卷第 期 ’ ( ?*/@!A*@# ! # 年 月 )*+,-./*012345.-67-583,95:;’-65-33,5-6=53-3( =3B@$%%$ $%%$ 观测分析中的回归 时序列模型 M 张 利 李富强 汪树玉 刘国华 I I I 浙江大学 土木工程系 浙江 杭州 ’ I !D%%$F( 摘 要 大坝观测数据经常规回归分析后的残差序列一般并非为白噪声 考虑将回归拟合与随机型时间序列方法 C @ 结合 先对大坝位移数据按水位 温度 时效等物理因素作回归分析 再对回归残差作时序列建模处理 实例采用 I N N I @ 法和由自相关 偏自相关函数及 准则进行模型识别 建立时序列模型 应用示例的计算表明 这样 E N I @ I O*P)3-Q5-9 RST 获得的回归 时序列模型能很好拟合实测数据 提高精度 误差序列也符合白噪声要求 E I I @ 关键词 大坝观测数据 回归 时间序列模型 自相关函数 C U U U 中图分类号C G@D 文献标识码C 文章编号CD%%GEF! ’$%%$(%#E%#F$E%# V? R W M XYZ[Y\\]^_‘]aY\Y[]Y\a^bYcd^[ e_ecfg]_Z^h\Y[ie‘]^_ecbe‘e I E I E I E 1jRAk l5 lSm+n5.-6 oRAk =2+;+ lS7 k+*2+. ’ I I !D%%$FI ( pqrstuvqwuxyz{|{}~w!{wqqt{w! #q${sw!%w{|qt{u’ (sw!)#x* z#{ws C @ +h\‘[e,‘ R-./;959*0*-93,8.:5*-./..:.*-...J 5983,;5JB*,:.-:0*,J*-5:*,5-6:23..J 9.03:; V23,3E @ I 6,3995*-J3:2*.59+9+.//;+93. j*/383, :23,395.+./93,539*-:.5-3.:2,*+62:23J*.3/*0:3-.*39-*: @ 9.:590.:*,5/;.3./:/5:2:23B,*-/3J *0/25:3-*593 V259B.B3,B,393-:9./3:2*.