共查询到20条相似文献，搜索用时 218 毫秒
1.
详细介绍了Elman神经网络的基本结构和数学模型,同时以地下水动态预测为例,给出用Elman神经网络建立地下水动态预测模型的方法。模型检验结果表明,该模型拟合和预测精度均较高,可应用于地下水动态系统的建模,借此说明Elman网络在地下水动态预报中的可行性,并为Elman网络技术在水文水资源领域的动态模拟应用提供借鉴。 相似文献
2.
滑坡位移预测是实现滑坡灾害预报的有效手段,文章利用回声状态网络建立动态预测模型来预测滑坡位移。与传统预测方法相比,动态模型能更好地反映出滑坡演化的动态系统本质;动态模型的建立不需要计算互信息来实现变量选择,也使得预测过程得到简化。考虑到确定性预测的局限性,文章进一步将概率预测的思想引入滑坡位移预测的研究中,提出一种动态预测模型的概率预测方法。所提动态预测模型的预测精度,在白水河和石榴树包两个滑坡位移预测的具体案例中得到了检验;而通过概率预测得到具有明确置信度水平的预测区间,从而也对滑坡状态发展变化趋势给出了更全面的描述。 相似文献
3.
4.
滑坡在我国是一种极为频发的地质灾害,且其积累位移监测曲线有着复杂的非线性特性,对此各研究者建立过许多预测模型,然而这些模型的预测精度不尽如人意。基于Elman神经网络可以任意精度逼近任意非线性函数的特征,并以sigmoid为方程的核函数,在选择隐含层数时用了试用法,通过"3δ"法及归一化工程实例滑坡累积位移数据,建立了Elman神经网络动态预测模型。基于该模型对多个监测点数据进行动态预测,结果表明该模型的预测结果与实测数据的吻合度较高,且平均误差为1.78%,预测精度较高,验证了Elman神经网络能够在预测滑坡灾害中发挥一定作用。 相似文献
5.
滑坡在我国是一种极为频发的地质灾害,且其积累位移监测曲线有着复杂的非线性特性,对此各研究者建立过许多预测模型,然而这些模型的预测精度不尽如人意。基于Elman神经网络可以任意精度逼近任意非线性函数的特征,并以sigmoid为方程的核函数,在选择隐含层数时用了试用法,通过“3δ”法及归一化工程实例滑坡累积位移数据,建立了Elman神经网络动态预测模型。基于该模型对多个监测点数据进行动态预测,结果表明该模型的预测结果与实测数据的吻合度较高,且平均误差为1.78%,预测精度较高,验证了Elman神经网络能够在预测滑坡灾害中发挥一定作用。 相似文献
6.
7.
基于指数趋势模型的卡尔曼滤波法在危岩体变形分析中的应用 总被引：1，自引：0，他引：1
以指数趋势模型为基础,建立卡尔曼滤波模型对链子崖危岩体GA监测点的位移量进行预测。首先,把非线性的指数趋势模型经线性化处理后转化成线性模型,用线性最小二乘法求出线性化后的模型参数,再将线性化后的模型参数看作带有动态噪声的状态向量,建立卡尔曼滤波模型,以此模型为基础,对危岩体的位移量进行预测。实例计算表明,用卡尔曼滤波模型对危岩体的位移量进行预测,其预测误差较小,效果较为理想。 相似文献
8.
基于RBF(Radial Basis Function)网络的正交最小平方算法,对攀枝花地质样品进行动态非线性基体效应校正.首先采用EDXRF仪器对样品进行测量,并对样品的荧光计数进行归一化,设计出自动分类模型和动态非线性数据基体效应校正模型的二级串联结构,用自组织神经网络(SOFM)进行分类,然后用RBF网络预测了未知样品元素Ti的百分含量.结果表明:对所预测样本的Ti的百分含量与化学分析相比的误差均小于0.5%.由此可见,用RBF方法可以有效地对地质样品进行非线性基体效应校正,能够达到工矿生产的要求. 相似文献
9.
杜凤文 《水文地质工程地质》1988,(2)
本文在研究和分析沙洋地区地质模型的特征基础之上,建立预测孔隙含水系统水位动态的耦合模型。在耦合模型中,以确定性模型刻划含水系统的内部特征,以随机模型描述含水系统的外部环境。用该模型预测不同开采阶段地下水位的变化规律。 相似文献
10.
传统的边坡位移预测由于监测周期长、主要解释变量难以独立监测,存在建模困难、模型冗余、不具备空间预测能力等问题。以某半填半挖的高填方路堤边坡为研究对象,基于坡面位移实测数据,引入空间计量经济学基本理论和动态面板数据分析方法,检验和量化了不同测点间的空间关系,建立了坡面位移的动态空间面板数据模型,并进一步地检验了模型的预测结果。研究结果表明,相较于传统的时间序列模型,该模型参数更加简洁,并可同时对空间所有测点进行预测。模型不仅在时间维度有良好的预测效果,还具有一定的空间预测能力。 相似文献
11.
深基坑施工时地表沉降预测的时序-投影寻踪回归模型 总被引：1，自引：0，他引：1
为了保证施工的正常进行、实现信息化施工,必须对基坑实际监测数据进行分析与预测。现有的趋势时间序列分析方法很难满足实际施工中高度非线性问题的拟合,预测误差较大。基于这点考虑,以天津某工程基坑施工地表沉降观测序列为例,在对原始数据进行分析的基础上,提出既可以考虑趋势时间序列,又具有高度非线性拟合性能的时序-投影寻踪回归模型。首先,通过比较分析几种时间序列方法的逼近误差和预测误差,寻求出一种逼近较好的时间序列预测方法。然后,将预测得到的时间序列和观测数据相结合,采用投影寻踪回归方法拟合。应用结果表明,该模型逼近性能良好,预测误差小,可为深基坑位移沉降的动态预测提供一条较好的途径,对基坑动态设计与信息化施工等方面具有重要的参考价值。 相似文献
12.
基于相空间重构的边坡位移预测 总被引：20，自引：1，他引：19
根据边坡位移时间序列的非线性性质, 应用基于相空间重构的实时预测方法, 可以充分利用时间序列信息, 预测
各种边坡变形演化趋势。 讨论了局域法和基于 Ly apunov 指数的预测法。 实例研究表明, 基于相空间重构的预测方法具
有比非平稳时间序列更高的预测精度和更广的适应性。 相似文献
13.
14.
15.
In this study, we successfully present the analysis and forecasting of Caspian Sea level pattern anomalies based on about 15 years of Topex/Poseidon and Jason-1 altimetry data covering 1993–2008, which are originally developed and optimized for open oceans but have the considerable capability to monitor inland water level changes. Since these altimetric measurements comprise of a large datasets and then are complicated to be used for our purposes, principal component analysis is adopted to reduce the complexity of large time series data analysis. Furthermore, autoregressive integrated moving average (ARIMA) model is applied for further analyzing and forecasting the time series. The ARIMA model is herein applied to the 1993–2006 time series of first principal component scores (sPC1). Subsequently, the remaining data acquired from sPC1 is used for verification of the model prediction results. According to our analysis, ARIMA (1,1,0)(0,1,1) model has been found as optimal representative model capable of predicting pattern of Caspian Sea level anomalies reasonably. The analysis of the time series derived by sPC1 reveals the evolution of Caspian Sea level pattern can be subdivided into five different phases with dissimilar rates of rise and fall for a 15-year time span. 相似文献
16.
17.
18.
贺小黑 《中国地质灾害与防治学报》2020,31(6):91-95
针对选点法和变换法在求取Pearl模型参数时误差较大的缺陷，且预报判据缺乏足够论证，可能导致预测预报准确度较低问题，将非线性拟合确定参数的方法应用到Pearl模型的滑坡预测预报中，推导了Pearl模型速度和加速度最大值判据预报滑坡发生时间的计算公式。将非线性拟合确定参数的方法和推导的判据计算公式应用于一些滑坡实例的预报中，结果表明:滑坡实际发生时间介于Pearl模型速度最大值判据和加速度最大值判据的预报时间之间，用Pearl模型加速度最大值判据能起到提前预报的作用。 相似文献
19.