线性回归与神经网络组合模型实现变形预测
传统变形监测单一的变形分析模型,对于复杂施工状况的监测数据,变形预测精度不高,不能充分满足工程施工变形预测的要求.文中研究建立了一种线性回归分析模型和非线性的BP神经网络模型相结合的组合预测模型,并将其应用于太湖隧道围堰变形监测数据分析,计算给出了采用经典权和IOWGA算子两种不同的定权方式建立组合预测模型的效果,对预测精度进行了计算比较.结果表明,采用IOWGA算子建立组合模型的预测精度优于单一模型的预测精度,也优于经典权的组合模型的预测精度.
变形监测、组合预测模型、定权方法、IOWGA、预测精度
41
U655.54;TU433(港口工程)
2021-04-01(万方平台首次上网日期,不代表论文的发表时间)
共5页
16-20