边坡位移预测组合灰色神经网络方法
文献类型:期刊论文
作者 | 刘明贵; 杨永波 |
刊名 | 中国地质灾害与防治学报
![]() |
出版日期 | 2006 |
卷号 | 17.0期号:002页码:74 |
关键词 | 灰色模型 组合灰色神经网络 边坡位移 预测 |
ISSN号 | 1003-8035 |
英文摘要 | 边坡位移的发展受地质条件、气候环境及人类活动等因素影响,变化趋势复杂,难以建立准确的经典数学模型对其进行全面描述.为了较准确地得到边坡位移数据,采用多模型信息融合技术对其进行预测.首先,将边坡这类影响因素复杂的系统作为一个灰色系统,分别采用GM(1,1)模型、Verhulst模型及DGM(2,1)模型对位移值进行预测;其次,考虑到神经网络的高速并行计算能力和类似人类思维活动的处理机制,利用神经网络方法对不同的灰色预测模型组合,生成灰色神经网络模型.通过反复训练、学习,自动调节,得出各模型在组合模型的合理权重,输出满意的结果.对比发现,利用组合灰色神经网络模型预测的位移值较单独的灰色模型预测的位移值具有更高的精度. |
语种 | 英语 |
源URL | [http://119.78.100.198/handle/2S6PX9GI/26142] ![]() |
专题 | 中科院武汉岩土力学所 |
作者单位 | 中国科学院武汉岩土力学研究所 |
推荐引用方式 GB/T 7714 | 刘明贵,杨永波. 边坡位移预测组合灰色神经网络方法[J]. 中国地质灾害与防治学报,2006,17.0(002):74. |
APA | 刘明贵,&杨永波.(2006).边坡位移预测组合灰色神经网络方法.中国地质灾害与防治学报,17.0(002),74. |
MLA | 刘明贵,et al."边坡位移预测组合灰色神经网络方法".中国地质灾害与防治学报 17.0.002(2006):74. |
入库方式: OAI收割
来源:武汉岩土力学研究所
浏览0
下载0
收藏0
其他版本
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。