小数据量情境下的滑坡位移非线性变化预测模型

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pGM(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pGM(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.

关键词：广义回归神经网络、pGM(1,1)模型、滑坡位移预测

所属期刊栏目：30

分类号：P642.2(水文地质学与工程地质学)

资助基金：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

在线出版日期：2017-11-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：521-525