论文研究 基于阻尼HoltWinters模型的边坡深部水平位移预测方法

边坡深部水平位移的预测是边坡变形监测的重要组成部分，对于预防边坡安全事故具有重要的指导意义。Holt-Winters模型适用于预测边坡深水平位移的数据序列，该数据序列既显示趋势增长又显示季节波动。首先，从特定的边坡监测项目中，选择数据集作为预处理后土壤深水平位移的经验分析原始数据，然后使用Holt-Winters的阻尼模型进行数据挖掘，最后与传统的预测方法包括神经网络模型和k最近邻分类。结果表明，阻尼霍尔特冬季模型具有最高的预测精度。