【技术实现步骤摘要】
【专利摘要】本专利技术属于水利工程领域，具体涉及。该办法包括以下步骤：选定空间离散的原始序列；生成预测值序列；计算原始序列与预测序列的相对残差序列；将相对残差数列划分区间；进行区间的马氏链预测；对水深预测区间取均值得出预测水深值，初始水深值与该水深值作差得出回淤值。本专利技术通过采用时序分析法与马氏链相结合得到时序分析-马氏链预测法，能够同时反映序列的变化趋势和随机波动性，更符合疏浚槽回淤量序列的实际变化情况。运用该预测法，相对误差率仅为1.04%，与单一时间序列法相比，时序分析—马氏链能提高预测精度97%，且较之灰色理论其预测更符合实测数据。【专利说明】
本专利技术涉及一种疏浚槽回淤量的预测的方法，属于水利工程领域，具体涉及一种采用时序分析-马氏链预测方法进行的疏浚槽回淤量预报的方法。
技术介绍
疏浚槽的回淤预测是港口疏浚工程开展的重要依据，由于通航水域无法布置长期观测站、港池和航道疏浚槽水深测量费用高、数据少、实测数据序列短等问题，导致疏浚槽回淤预测可用的数据量小，需要在短序列基础上预测疏浚槽回淤量。现有时间序列预测法、灰色理论模型回淤量预测法，但由于时间序列ARMA模型较为适合预测长序列，而疏浚槽内地形测量较为困难，故数据序列长度不够，所以模拟情况较差，结果整体偏小，导致疏浚槽整体呈现大尺度冲刷。而灰色理论适用于预测单调增长的序列，疏浚槽回淤量由泥沙沉积量决定，受水流、泥沙含量等一系列因素影响，具有一定的随机性，故模拟情况也不符实际情况。
技术实现思路
本专利技术要解决的技术问题是，克服现有技术中的不足，综合比较各种方法的优劣，保留其各自在序...
【技术保护点】
基于时序分析‑马氏链方法的疏浚槽回淤量预报办法，其特征在于，包括以下步骤：步骤一、选定空间离散的原始序列将疏浚工程实测的至少6个月的水深系列值作为原始序列：X(0)={x(0)(1)，x(0)(2)，…，x(0)(m)}，X(0)(m)表示第m个月份的原始水深；步骤二、生成预测值序列采用时序分析ARMA(p，q)模型进行预测，调节p、q的值生成预测值序列X(0^)(t),t=1,2,...,m;]]>步骤三、计算原始序列与预测序列的相对残差序列计算原始序列与预测值序列的相对残差序列步骤四、将相对残差数列划分区间根据差值区间将相对残差数列划分成S种状态区间，根据状态s=(1，2，…，S)分布情况计算n步转移概率矩阵P(n)；采用K0阶加权马氏链预测法进行区间预测：选取K0个状态作为当前状态信息，记阶数k=(1，2，…，K0)；根据状态s取得K0值，并分别求出k阶相关系数和k阶权因子；步骤五、进行区间的马氏链预测根据当前状态s计算状态j预测概率，将利用时序分析模型ARMA(p，q)生成的预测值序列中对应时间段的预测值带入状态区间内，最终得到该时间段的水深值预测空间；步骤六、对水深预测区间取...
【技术特征摘要】
【专利技术属性】
技术研发人员：黄赛花，孙志林，卢雅倩，祝丽丽，吴彦坤，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。