- 详情
- 2021-04-27
- 简介
- 770KB
- 页数 4P
- 阅读 103
- 下载 34
针对边坡变形中非平稳和非线性的数据处理问题,提出一种基于集合经验模态分解(EEMD)和BP神经网络相结合的边坡变形预测新算法(EEMD-BP)。该算法先对边坡变形序列进行EEMD分解,有效分离出隐含在时序中具有不同尺度特征的子序列,进而对各子序列建立BP神经网络预测模型,最后叠加各子序列预测值得到边坡变形最终预测结果。与GM(1,1)和BP神经网络模型对比分析表明,该算法预测精度较高,在边坡变形波动剧烈时段,也能保证较优的局部预测值和较好的全局预测精度。
对不起,您暂无在线预览权限,如需浏览请
立即登录热门商品
aaaxu***
擅长:
电气 给排水 暖通
- 4.4
服务
- 7
商品
- 273
人气
相关推荐
基于EEMD的BP神经网络边坡预测研究 770KB
基于小波神经网络的某边坡预测研究 312KB
基于小波神经网络的某边坡预测研究 521KB
基于灰色神经网络的边坡形变预测研究 489KB
基于BP神经网络算法下的边坡安全预测 1.4MB
基于BP神经网络的海口商品住宅价格预测研究 2.3MB
基于BP神经网络的汽车故障率预测研究 189KB
基于BP神经网络的短期负荷预测研究 114KB
基于BP神经网络的短期负荷预测研究 114KB
基于BP神经网络的洪水预测研究 159KB