小数据量情境下的滑坡位移非线性变化预测模型

发布时间：2018-06-08 07:05

  本文选题：广义回归神经网络 + pGM(　； 参考：《信阳师范学院学报(自然科学版)》2017年04期

【摘要】：为得到小数据量情境下滑坡位移非线性变化趋势的准确估计,融合广义回归神经网络学习速度快、预测精度高和p GM(1,1)模型减小数据随机性并能增强规律性的建模优势,建立了基于p GM(1,1)模型和广义回归神经网络的滑坡位移组合预测模型.两个工程实例与以往研究结果的对比结果,验证了所建模型可行、有效.
[Abstract]:In order to obtain the accurate estimation of the nonlinear variation trend of landslide displacement in a small amount of data, the fusion generalized regression neural network has the advantages of fast learning speed, high prediction precision and p GM1 / 1) model to reduce the randomness of the data and enhance the regular modeling advantages. The combined prediction model of landslide displacement is established based on the pGM1) model and the generalized regression neural network. The comparison between the two engineering examples and the previous research results shows that the model is feasible and effective.
【作者单位】： 平顶山学院数学与统计学院;
【基金】：河南省科技发展计划项目(132400410641) 平顶山学院青年科研基金重点项目(20120017)
【分类号】：P642.22

【相似文献】

相关期刊论文 前10条

1 梅荣生;滑坡剧滑时间预测模型建模方法[J];中国地质灾害与防治学报;1993年04期

2 郑永胜;;也谈灰色GM(1,1)模型预测精度问题[J];地下水;1992年03期

3 王健;复杂记忆概率预测模型[J];地震学报;1994年04期

4 曹丁涛;;灰色预测在地下水动态预报中的几个问题[J];地下水;1992年01期

5 董有;彭万夫;乔怀栋;刘长命;冯祖钧;武跃诚;;豫西—洛南中酸性小岩体成钼地质条件的定量分析与统计预测模型[J];河南地质;1983年02期

6 廉黎明;秦积舜;杨思玉;杨永智;李实;陈兴隆;;用于CO_2-原油体系的改进型黏度预测模型[J];石油勘探与开发;2014年05期

7 喻根;B.H.P.Maathuis;C.J.van Westen;;基于GIS的滑坡预测模型的预测率及其作用[J];岩石力学与工程学报;2007年02期

8 张洁;高惠瑛;刘琦;;基于汶川地震的地震人员伤亡预测模型研究[J];中国安全科学学报;2011年03期

9 吴明大;辽宁及邻区地震活动预测[J];辽宁大学学报(自然科学版);1996年01期

10 李炜;潘作舟;杨静;;RI地震预测模型的分析及其验证[J];计算机技术 与发展;2013年09期

相关会议论文 前2条

1 李勇;;通过行星位置建立一种新的灾害事件预测模型[A];中国地球物理学会第二十届年会论文集[C];2004年

2 孙小艳;;基于GIS的证据权预测模型的建立及应用——以巴尔喀什-准噶尔地区Pb-Zn矿为例[A];第十二届全国数学地质与地学信息学术研讨会论文集[C];2013年

相关重要报纸文章 前1条

1 本报记者 安丰;深部找矿的探镜[N];中国国土资源报;2006年

相关硕士学位论文 前5条

1 刘佳;城市震后路网阻断预测模型[D];石家庄铁道大学;2015年

2 王帆;地面沉降分析及预测模型研究[D];河北工程大学;2017年

3 段彬杰;铀矿价格预测模型及其应用研究[D];华中科技大学;2016年

4 潘弘;矿产品价格预测模型及应用研究[D];中南大学;2012年

5 王莉莉;基于组合模型的国内矿产资源消耗预测[D];成都理工大学;2011年

，

本文编号：1995046