| 基于LS-SVM的灰色补偿RBF神经网络组合预测模型在建筑物沉降分析中的应用 |
| |
| 引用本文： | 高红,文鸿雁,胡纪元,等. 基于LS-SVM的灰色补偿RBF神经网络组合预测模型在建筑物沉降分析中的应用[J]. 大地测量与地球动力学, 2016, 36(1): 66-68 |
| |
| 作者姓名： | 高红 文鸿雁 胡纪元 等 |
| |
| 摘 要： | 针对GM(1,1)模型在建筑物变形预测中精度和泛化能力较低的缺陷,提出一种基于LS-SVM的灰色补偿RBF神经网络的建筑物变形组合预测方法。利用最小二乘支持向量机训练由灰色GM(1,1)模型预测得到的一组结果的残差值,直接获得RBF网络的中心函数训练RBF网络,得到RBF误差补偿器,去补偿GM(1,1)模型。实验证明,最小二乘支持向量机、灰色系统以及神经网络3者相结合的方法,能有效提高建筑物变形沉降预测的精度。
|
Gray Compensation RBF Neural Network Combination Forecast Model Based on LS-SVM,Applied to the Subsiding Analysis of Building |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《大地测量与地球动力学》浏览原始摘要信息 |
|
点击此处可从《大地测量与地球动力学》下载全文 |
|
