針對灰色模型在測量數(shù)據(jù)波動較大時預(yù)測精度下降的缺陷,本文提出了采用小波分析與粒子群算法優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)對灰色模型進(jìn)行優(yōu)化,生成了基于小波分析和粒子群算法優(yōu)化的灰色神經(jīng)網(wǎng)絡(luò)預(yù)測模型。并使用青島市航運中心的沉降觀測數(shù)據(jù)對優(yōu)化后的灰色模型進(jìn)行精度驗證,證明優(yōu)化后的模型的預(yù)測精度相比于傳統(tǒng)的灰色模型與經(jīng)過小波降噪后的灰色模型,預(yù)測精度有了進(jìn)一步提高。 

【文章來源】：測繪與空間地理信息. 2018,41(05)

【文章頁數(shù)】：4 頁

【文章目錄】：
0 引言
1 小波降噪
2 GM (1, 1) 灰色預(yù)測模型
3 粒子群-BP神經(jīng)網(wǎng)絡(luò)算法
4 實例與結(jié)果分析
5 結(jié)束語


【參考文獻(xiàn)】：
期刊論文
[1]基于小波去噪的變形監(jiān)測數(shù)據(jù)處理的方法研究[J]. 黃清,唐詩華,許虹偉.  北京測繪. 2015(06)
[2]基于灰色模型和模糊神經(jīng)網(wǎng)絡(luò)的綜合水質(zhì)預(yù)測模型研究[J]. 張穎,高倩倩.  環(huán)境工程學(xué)報. 2015(02)
[3]灰色線性回歸組合模型在北京地面沉降分層預(yù)測中的應(yīng)用[J]. 周毅,羅鄖,賈三滿,田芳.  城市地質(zhì). 2014(04)
[4]基于小波分析的最小二乘擬合及應(yīng)用[J]. 王江榮.  自動化儀表. 2012(02)
[5]小波降噪閾值選取的研究[J]. 余晃晶.  紹興文理學(xué)院學(xué)報(自然科學(xué)). 2004(09)
[6]基于粒子群優(yōu)化的神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法研究[J]. 高海兵,高亮,周馳,喻道遠(yuǎn).  電子學(xué)報. 2004(09)



本文編號：3233654