首页 | 本学科首页   官方微博 | 高级检索  
     检索      

滑坡预测预报的Verhulst反函数残差修正模型
引用本文:周中,刘宝琛.滑坡预测预报的Verhulst反函数残差修正模型[J].中国铁道科学,2009,30(4).
作者姓名:周中  刘宝琛
作者单位:中南大学土木建筑学院,湖南长沙,410075
摘    要:Verhulst反函数模型适用于非负、单调、监测数据波动小的预测问题,因而对随机波动性较大的数据序列拟合较差,故预测精度低.BP神经网络预测模型适用于随机的非线性动态数据系统,可弥补Verhulst反函数预测模型的局限性.在Verhulst反函数预测预报模型的基础上,增加残差项,运用BP神经网络对残差序列进行二次建模分析,形成滑坡失稳时间预报的verhulst反函数残差修正模型预测方法.应用VerhuIst反函数残差修正模型和Verhulst反函数模型预测方法,对国内外滑坡监测实例进行滑坡预测预报的结果表明,Verhulst反函数残差修正模型预测值的预报结果更接近实际观测数据,预测值的平均相对误差较Verhulst反函数模型减少1%~7%,预测精度高,适用范围广.

关 键 词:滑坡  预测预报  模型  BP神经网络

Verhulst Inverse-Function Residual Correction Model for Landslide Prediction and Forecast
ZHOU Zhong,LIU Baochen.Verhulst Inverse-Function Residual Correction Model for Landslide Prediction and Forecast[J].China Railway Science,2009,30(4).
Authors:ZHOU Zhong  LIU Baochen
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
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