提出了一種基于小波分解的差分灰色神經(jīng)網(wǎng)絡(luò)-AR模型。該方法利用小波分解,將監(jiān)測(cè)數(shù)據(jù)中穩(wěn)定性較好的低頻序列利用差分灰色神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測(cè),消除了由于灰色預(yù)測(cè)殘差不平穩(wěn)而導(dǎo)致的預(yù)測(cè)誤差;對(duì)呈現(xiàn)平穩(wěn)序列的高頻數(shù)據(jù)采用自相關(guān)強(qiáng)的AR時(shí)間序列模型進(jìn)行預(yù)測(cè),并對(duì)上述結(jié)果進(jìn)行小波重構(gòu)得到最終的預(yù)測(cè)結(jié)果。結(jié)合某地鐵隧道的實(shí)測(cè)沉降數(shù)據(jù),與灰色模型GM（1,1）、差分灰色神經(jīng)網(wǎng)絡(luò)模型進(jìn)行對(duì)比,結(jié)果表明:本文提出的基于小波分解的差分灰色神經(jīng)網(wǎng)絡(luò)-AR模型精度更高,能夠?qū)λ淼莱两当O(jiān)測(cè)作出更加準(zhǔn)確的模擬和預(yù)報(bào)。 

【文章頁(yè)數(shù)】：5 頁(yè)

【文章目錄】：
1 小波分解與重構(gòu)
2 差分灰色神經(jīng)網(wǎng)絡(luò)模型
    2.1 灰色GM(1,1)模型
    2.2 灰色預(yù)測(cè)的殘差差分化
    2.3 BP神經(jīng)網(wǎng)絡(luò)模型
3 AR自回歸模型
4 基于小波分解的差分灰色神經(jīng)網(wǎng)絡(luò)-AR模型
5 工程實(shí)例預(yù)測(cè)與效果分析
6 結(jié) 語(yǔ)


【參考文獻(xiàn)】：
期刊論文
[1]遺傳算法的灰色神經(jīng)網(wǎng)絡(luò)在基坑變形中的應(yīng)用[J]. 胡圣武.  測(cè)繪科學(xué). 2019(03)
[2]灰色預(yù)測(cè)模型在變形監(jiān)測(cè)中的應(yīng)用研究[J]. 王濤.  酒城教育. 2018(03)
[3]灰色預(yù)測(cè)模型在變形監(jiān)測(cè)中的應(yīng)用研究[J]. 王濤.  酒城教育. 2018 (03)
[4]灰色神經(jīng)網(wǎng)絡(luò)組合模型在變形監(jiān)測(cè)數(shù)據(jù)分析中的應(yīng)用[J]. 李進(jìn),黃張?jiān)?歐陽(yáng)經(jīng)富,王存有.  勘察科學(xué)技術(shù). 2016(05)
[5]小波分解AR-BP網(wǎng)絡(luò)模型在大壩垂直位移預(yù)測(cè)中的應(yīng)用[J]. 辛大鵬,田林亞,沈哲輝.  測(cè)繪工程. 2015(12)
[6]基于小波分析AR（P）-SVR組合模型在大壩變形預(yù)測(cè)中的應(yīng)用[J]. 沈哲輝,黃騰,邱偉,鄭浩.  測(cè)繪工程. 2015(06)
[7]基于多核模式的隧道沉降預(yù)測(cè)[J]. 范思遐,周奇才,熊肖磊,趙炯.  巖土力學(xué). 2013(S2)

博士論文
[1]幾個(gè)預(yù)測(cè)方法及模型的研究[D]. 唐萬(wàn)梅.內(nèi)蒙古大學(xué) 2006

碩士論文
[1]基于小波優(yōu)化的灰色BP神經(jīng)網(wǎng)絡(luò)在深基坑變形預(yù)測(cè)中的應(yīng)用[D]. 付博.東華理工大學(xué) 2016
[2]建筑沉降監(jiān)測(cè)數(shù)據(jù)處理組合模型研究[D]. 牟洪洲.長(zhǎng)安大學(xué) 2008



本文編號(hào)：3727870