排序方式: 共有21条查询结果,搜索用时 0 毫秒
1.
为了提高GM(1,1)模型预测精度,采用积分优化、二次拟合优化以及残差改化方法,分步对GM(1,1)模型进行改进,建立灰色多重修正模型.具体改进步骤为:首先,利用积分优化方法对背景值进行纠正,减小模型误差并提高预测精度;接着,对模型参数(发展系数和灰作用量)进行二次拟合优化,使参数更加接近理论真值;然后,根据预测结果进行适当的残差改化,提高模型整体的预测精度;最后,建立根据GM(1,1)模型改进的灰色多重修正模型.以重庆南川地区甄子岩崩塌为例,建立灰色多重修正模型对危岩裂缝累计位移值进行模拟和预测,并与GM(1,1)模型进行对比.精度检验结果表明:灰色多重修正模型后验差比值(0.082 39)明显好于GM(1,1)模型(0.192 67),平均相对残差比(0.073 9)更远好于GM(1,1)模型(0.259 6),表明灰色多重修正模型在预测精度上有较大提高,可靠性更好. 相似文献
2.
目前,雾霾天气频发,为了提高PM_(2.5)浓度的预测精度,建立了基于遗传算法优化的小波神经网络模型(GA-WNN)。该方法综合了遗传算法的全局搜索能力和小波神经网络(WNN)强大的非线性拟合的优点,弥补了传统神经网络容易陷入局部最小值和收敛速度慢的缺点。以河北省邢台市实时监测的PM_(2.5)浓度数据为样本进行建模预测,预测结果的平均相对误差为11%。将其小波神经网络进行对比分析,实验结果表明:该方法有效地提高了预测精度,为短时的PM_(2.5)含量预测提供了一个新途径。 相似文献
3.
4.
5.
针对单一模型很难准确预测拦渣坝变形大小的问题,介绍小波分析与神经网络有机结合的小波神经网络的基本原理,将其应用于某大型拦渣坝变形监测实例中,建立了拦渣坝变形预测的小波神经网络模型。通过将该模型与常规BP神经网络训练和预测结果的比较,可以看出小波神经网络在拦渣坝的变形预测中具有收敛速度快、预测精度高的特点。 相似文献
6.
7.
工程教育专业认证的核心理念是以学生为中心、以成果产出为导向,提倡围绕课程目标和毕业要求达成对
学生知识、能力与素质的培养。结合专业认证体系下测绘类专业“数字地形测量学实习”教学实施过程,设计从课程
目标、实习基地建设、实习组织安排、实习内容等整链条式实习模式,基于问卷调查法、成绩分析法实例评价实习的
课程目标及毕业要求指标点达成情况,并依托教研活动持续改进教学质量。结果表明,通过该实习不但使学生掌握
了“数字地形测量学”理论知识,而且培养了学生解决大比例尺数字地形图测绘工程问题的能力和专业素质。 相似文献
8.
超长隧洞施工测量属于超规范作业,为保证超长隧洞贯通,必须对超长隧洞施工测量进行研究。对隧洞施工测量中洞口控制网布设、数据处理及其误差对贯通的影响与洞内基本控制网的布设、平差及检核方法等若干问题进行了研究,所得成果已运用于引黄入晋工程中的南干5#和7#超长隧洞施工测量中,确保了两超长隧洞的顺利贯通。 相似文献
9.
最小二乘数据拟合方法的全局性较好,而非均匀B样条函数又具有良好的局部性,因此非均匀B样条最小二乘的稳定性及数值精度都能够得到有效的保证。本文根据已知点的GPS大地高和正常高,用非均匀B样条最小二乘法对GPS高程异常曲面进行拟合。实例计算结果表明,其高程转换精度达到四等结合水准精度,能够满足大比例尺测图的要求。 相似文献
10.
结合超长隧洞施工测量的要求,介绍了超长隧洞洞内施工控制网的设计方法与要求,对控制网的外业观测纲要进行了分析,并讨论了数据处理与检核的方法与要求。 相似文献