首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 488 毫秒
1.
构建组合预测模型对工程沉降问题进行预测,是一种有效的预测方法,它能综合利用各单一预测模型的有用信息,提高预测精度,但确定其权系数的计算较为复杂。文中利用两种客观赋权方法来计算组合预测模型中的权重,方法简单易懂且使用方便,并通过实例分析证明其优越性。  相似文献   

2.
预测建筑物沉降的方法有多种,高精度预测才是关键。本文在利用灰色模型和泊松曲线模型进行预测结果的基础上,利用最小二乘法原理,建立加权组合预测模型与变权组合预测模型,求得相应规划模型的权系数,通过对预测结果进行分析比较,认为组合预测模型能提高预测的精度。  相似文献   

3.
随着变形预测在工程中的广泛应用,很多单一预测模型预测精度较低,因此,很多学者对组合预测模型进行探讨研究。本文主要研究定权和变权两种确定权重系数建立组合预测模型的方法,以灰色GM(1,1)模型和时间序列模型两种单一模型为基础建立定权组合预测模型和变权组合预测模型进行拟合预测,并通过实例验证分析,得出变权组合预测模型拟合预测精度高于定权组合预测模型拟合预测精度,得到了较好的拟合预测结果,从而可以更好地应用到工程变形预测当中。  相似文献   

4.
结合灰色系统思想与最小二乘支持向量机构成灰色最小二乘支持向量机,根据目前灰色模型与最小二乘支持向量机结合的方法,提出并联型、串联型和残差型三种预测模型的结构.将上述三种灰色最小二乘支持向量机模型用于对三峡库区石佛寺滑坡垂直位移进行预测,模型精度和预测结果比较理想,优于单一预测模型.试验表明:灰色最小二乘支持向量机可提高预测精度,用于滑坡变形预测是有效可行的.  相似文献   

5.
一种基于PSO-BP神经网络的建筑物沉降预测模型   总被引:1,自引:0,他引:1  
为更好地预测建筑物沉降,该文使用粒子群优化(PSO)算法BP神经网络进行建筑物沉降预测。利用PSO算法修正BP神经网络的初始权重和阀值,优化BP神经网络机构及算法全局收敛性,建立基于PSO-BP预测模型。将所建立的预测模型应用于实际案例,通过已有的监测数据,分别进行传统BP神经网络预测和PSO-BP神经网络预测,对预测的结果进行对比,结果表明,基于PSO-BP神经网络的建筑物沉降预测结果明显优于传统BP神经网络预测模型。  相似文献   

6.
针对自回归(AR(p))预测模型定阶问题中回溯阶的不确定性和时变性,以及基于单一回溯阶预测方法的局限性和组合预测中的冗余信息等问题,该文提出了一种基于遗忘因子的变权组合定阶方法。利用冗余定理筛选基于多个回溯阶预测方法的有效信息,并利用遗忘因子实现了组合权重的时变性,克服了基于单一回溯阶预测模型稳健性欠缺、预测精度低等局限性,提高了预测能力。通过实例表明该算法具有高度的可靠性和可行性,为类似预测方法的定阶问题提供了研究思路。  相似文献   

7.
耕地需求量预测的加权模糊-马尔可夫链模型   总被引:12,自引:0,他引:12  
以耕地利用动态度为度量,利用模糊有序聚类方法将耕地需求量划分为不同的模糊状态区间,利用模糊集理论构建马尔可夫链状态转移概率矩阵,以规范化的各阶自相关系数为权重改进传统的马尔可夫链预测模型,用改进后的模型对土地利用规划中耕地需求量进行预测。实验结果表明,改进后的方法较传统的预测方法更具科学性和实用性。  相似文献   

8.
王苗苗  李博峰 《测绘学报》2016,45(12):1396-1405
建立回归模型常采用最小二乘方法并忽略自变量观测误差。尽管同时顾及自变量和因变量观测误差的总体最小二乘方法近年来得到了广泛研究,但在模型预测时,依然忽略了待预测自变量的观测误差。对此,本文提出了一种严格考虑所有变量观测误差的无缝线性回归和预测模型,该模型将回归模型的建立和因变量预测联合处理,在建立回归模型过程中对待预测自变量的观测误差进行估计并修正,从而提高了模型预测效果。理论证明,现有的几种线性回归模型都是无缝线性回归和预测模型的特例。试验结果表明,无缝线性回归和预测模型的预测效果优于现有的几种模型,尤其在变量观测误差相关性较大时,无缝模型对预测效果的改善更为显著。  相似文献   

9.
当自变量之间存在多重相关性时,若利用最小二乘法建立预测模型,参数估计会存在误差。若应用偏最小二乘回归算法建立预测模型,可以克服自变量之间多重相关性问题,计算结果更为可靠。长度修正的偏最小二乘回归算法从预测的角度对偏最小二乘模型进行了改进。以芹山水电站的水平位移预测为例,验证了长度修正的偏最小二乘回归法比普通偏最小二乘回归法在预测方面效果更好。  相似文献   

10.
最优权组合预测法在采煤沉陷变形预测中的应用   总被引:1,自引:0,他引:1  
鲁小红 《测绘通报》2020,(4):111-115
煤矿地表沉降变形预测多基于煤矿开采沉陷预计理论展开,基于变形分析理论的变形预测模型目前多集中在单模型预测。本文基于组合预测思想,以非等间隔灰色预测模型与BP神经网络模型为预测单模型,以陕西北部某煤矿采煤工作面上方实测地表沉降值为数据源,以最优加权法对单模型预测结果开展了最优权组合,组合模型中两种单模型的权重分别为0.466 7、0.533 3。选取部分监测点的预测结果进行模型精度评价,结果表明:3种预测模型精度均达到了一级。经对比3种模型预测结果,最优权组合预测的模型精度较单模型明显提升,预测结果较非等间隔灰色预测模型与BP神经网络预测模型有明显增益。  相似文献   

11.
Forecast combination has been studied in econometrics for a long time, and the literature has shown the superior performance of forecast combination over individual predictions. However, there is still controversy on which is the best procedure to specify the forecast weights. This paper explores the possibility of using a procedure based on Entropy Econometrics, which allows setting the weights for the individual forecasts as a mixture of different alternatives. In particular, we examine the ability of the Data-Weighted Prior Estimator proposed by Golan (J Econom 101(1):165–193, 2001) to combine forecasting models in a context of small sample sizes, a relative common scenario when dealing with time series for regional economies. We test the validity of the proposed approach using a simulation exercise and a real-world example that aims at predicting gross regional product growth rates for a regional economy. The forecasting performance of the Data-Weighted Prior Estimator proposed is compared with other combining methods. The simulation results indicate that in scenarios of heavily ill-conditioned datasets the approach suggested dominates other forecast combination strategies. The empirical results are consistent with the conclusions found in the numerical experiment.  相似文献   

12.
本文选取安徽石台县丁香地区,以铜多金属矿为例,分析该区的地、物、化、遥数据,选择7个预测变量进行成矿定位预测研究。利用客观成矿预测法-信息量法进行计算,得到成矿预测变量所占的信息量,归一化得到变量的客观权重,依据专家知识,获得上述变量的主观权重,随后,采用D-S证据理论将上述主、客观权重进行融合得到综合权重,并采用该综合权重结合专家证据权重法获得单元格的后验概率,制作成矿有利度的分级色阶图。预测结果表明:该法能有效地综合来自主、客观方面的知识,预测结果更加科学、合理。与单纯的信息量法、专家证据权重法相比,取得了更好的成矿预测效果。  相似文献   

13.
采用均匀设计来安排遗传算子组合进行数值实验,研究了遗传算子对神经网络径流预报精度的影响。研究发现,输入模式对最终种群中个体的分布影响不明显,不同算子组合对其影响则明显得多。通过回归分析发现,采用不同算子组合优化神经网络初始权重径流预报精度差别较大,对未归一网络的优化效果较归一网络好,同时采用数据归一输入模式与遗传算法优化神经网络初始权重未产生叠加效果。  相似文献   

14.
变形分析与预测模型中病态问题分析   总被引:1,自引:0,他引:1  
本文对变形分析与预测模型中的线性回归分析法、时间序列分析模型、灰色系统分析模型中的病态问题进行了理论分析和数值模拟。通过对变形观测资料施加干扰噪声,采用最小二乘原理,得出了三种模型中每一个参数与干扰噪声的数值关系表达式。指出在变形解释和变形预测中,用这三种模型进行建模分析时必须先检查信息矩阵A=XTX的病态程度,采取有效方法减轻A=XTX的病态程度后方可使用这三种模型。  相似文献   

15.
ISB是多系统PPP数据处理中必须要考虑的一项误差,因此有必要对BDS/GPS短期ISB建模和预报进行研究。为了提高ISB预报精度,针对等权LS(least square)估计ISB模型参数时忽略了拟合数据权重不同的问题,提出了采用Kalman滤波对模型参数进行估计,并根据ISB拟合数据距预报时刻的远近调整Kalman滤波拟合数据的方差。本文采用7d的ISB数据进行建模,根据所建模型预报第8天的ISB值,并对预报精度和定位结果进行了验证。进行试验的4个测站Kalman拟合模型的ISB预报精度比LS拟合模型分别提高了29.7%、11.5%、43.5%和32.0%。采用Kalman拟合模型的ISB预报值作为先验约束,PPP平均定位精度在E和U方向上比采用LS拟合模型预报值分别多提高了2.7%和0.9%,比不加ISB先验约束在E、N、U方向分别提高了10.6%、26.3%和3.4%。  相似文献   

16.
The principal objectives and methods of a Kazakh government program using remote sensing imagery to study processes of terrain development on the dried floor of the Aral Sea are described. A sketch map of relief-forming processes, compiled from the interpretation of false-color space photographs of the exposed sea floor, as well as multitemporal images obtained over a long period of time, will make it possible to compile cartographic models of terrain development and to forecast the evolution of natural complexes of the desiccated Aral Sea floor.  相似文献   

17.
巩岩  党亚民 《测绘科学》2012,37(3):129-131,98
本文在研究了目前存在方法的基础上,将数理统计中的方差分析周期叠加外推法应用于电离层短期预报,并对其作了改进。采用IGS提供的电离层TEC数据作为原始数据比较了该方法改进前后的预报精度,分别利用中国区域内不同地理位置的40天的数据进行分析预报,预报结果显示改进后的方法预报精度可达到1.1TECU左右,优于改进前。改进后的预报效果依然与经纬度有关,在中国区域内随着纬度的减小、经度的增加,预报精度会降低。通过与目前常用方法比较分析,该方法预报结果精度较高、所需计算参数少、简单易行,可以较好地应用于电离层短期预报。  相似文献   

18.
采用回归分析法中的曲线拟合法和BP神经网络模型的数值处理方法,对比两种方法在预测地表沉降中的有效性和准确性,对提高信息预测的精度和准确度有着积极的作用。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号