线上期刊服务咨询,发表咨询:400-808-1701 订阅咨询:400-808-1721

基于网络基坑沉降预测的马尔可夫修正模型

陈继光; 李瑞平 公路交通科技 2005年第04期

摘要:分析灰色GM(1,1)预测模型存在的理论缺陷,指出灰色GM(1,1)预测模型虽可用于小样本基础数据预测,但对基础沉降一类随机性强、波动性较大的数据拟合质量较差,预测精度降低.因而,提出利用马尔可夫链修正神经网络模型,其计算过程为:首先建立神经网络动态拟合模型作为基础沉降变化的基准线,在此基础上应用马尔可夫链确定系统状态转移概率矩阵,最后通过系统状态划分样本值与模型拟合值之间的残差及中误差等指标分析计算,最终完成基础沉降的准确计算,该模型应用于基础沉降工程实例运算,取得较好效果.

关键词:基坑沉降马尔可夫链神经网络预测

单位:山东大学土建与水利学院; 山东; 济南; 250061; 滨州市公路管理局; 山东; 滨州; 256500

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

公路交通科技

北大期刊

¥720.00

关注 21人评论|7人关注