基于灰色神经网络GNNM（1,1）模型的地面沉降预测分析

发布时间：2021-10-10 17:19

　　针对城市地面沉降问题,提出了一种灰色神经网络GNNM（1,1）组合模型,该模型结合灰色GM （1,1）模型和BP人工神经网络模型的优势,能在地面沉降数据贫样本的情况下进行准确预测。经实例验证,该组合模型的预测精度优于灰色GM（1,1）和BP人工神经网络模型,为地面沉降数据的挖掘与应用提供了一种积极的思路。 

【文章来源】：测绘与空间地理信息. 2020,43(11)

【文章页数】：3 页

【部分图文】：

灰色神经网络GNNM(1,1)模型

将3种模型预测的结果绘制成折线图(如图2所示)，由图2可知，3种模型在拟合趋势上与观测数据基本保持一致，其中，灰色神经网络GNNM(1,1)模型的预测值和观测值折线最为接近，相似度也很高;灰色GM (1,1)的预测精度略低于灰色神经网络GNNM(1,1)，折线相似度也较高;BP神经网络的预测值折线发展趋势与观测数据接近，但是预测误差较大[8-9]。3 结束语

【参考文献】：
期刊论文
[1]鲁北平原地面沉降现状与机理分析[J]. 段晓飞,孙晓晓,杨亚宾,刘毅.  山东国土资源. 2018(10)
[2]基于非等时距加权灰色模型与神经网络的组合预测算法[J]. 韩晋,杨岳,陈峰,李雄兵.  应用数学和力学. 2013(04)
[3]灰色模型在矿区沉降预测中的应用[J]. 鲍金杰,汪云甲.  工矿自动化. 2012(05)
[4]BP神经网络模型在采水地面沉降中的应用研究[J]. 周复旦,赵长胜,高卫东.  测绘科学. 2011(06)
[5]灰色神经网络的研究及发展[J]. 袁景凌,钟珞,李小燕.  武汉理工大学学报. 2009(03)
[6]灰色神经网络模型在建筑物变形预报中的应用[J]. 方毅,花向红,李海英,韩红超.  测绘工程. 2008(02)
[7]灰色神经网络在深基坑位移预测中的应用[J]. 李爱国,袁宝远,陈艳国,赵燕容,任丽芳.  人民黄河. 2006(04)
[8]灰色系统预测模型在沉降监测中的应用[J]. 兰孝奇,严红萍,刘精攀.  现代测绘. 2006(01)
[9]我国地面沉降现状及防治对策研究[J]. 殷跃平,张作辰,张开军.  中国地质灾害与防治学报. 2005(02)
[10]灰色问题神经网络建模优化及其应用[J]. 钟珞,白振刚,夏红霞,周兴刚,马志军.  计算机工程与应用. 2001(09)



本文编号：3428816