基于Lyapunov指数与神经网络融合的预测模型研究

提出一种基于最大Lyapunov指数法和神经网络融合的预测模型,该模型(Lya-BP)吸取了最大Lyapunov指数预测的优点,同时能够改善对于数据样本不够大时,最大Lyapunov指数预测精度不高的缺点.实例研究表明,Lya-BP模型大大提高了小数据量下Lyapunov指数法预测的精度,与单一的Lyapunov指数预测相比,更具可靠性,应用更为广泛,具有较大的实用价值.     

灰色动态组合模型及其在大坝变形预测中的应用

提出了先对序列进行平滑处理,再建立灰色动态组合模型,分析了实测数据的计算结果,实现了较高的预测精度。