造價通
更新時間：2025.01.04
多變量殘差修正的灰色模型在建筑物沉降預測中的應用

格式：pdf

大?。?span class="single-tag-height">136KB

頁數： 5頁

多變量灰色MGM(1,n)模型對建筑物的沉降監(jiān)測將會產生更好的預測結果,但是灰色MGM(1,n)預測模型存在著自身的缺陷,具有系統的誤差.基于此,通過對傳統MGM(1,n)模型的殘差序列進行修正,建立優(yōu)化的灰色EMGM(1,n)模型.最后,以某建筑物的沉降實測數據為基礎,建立灰色GM(1,1)、MGM(1,n)和EMGM(1,n)模型的預測結果并進行比較,結果表明:灰色EMGM(1,n)模型的預測精度優(yōu)于灰色GM(1,1)和MGM(1,n)模型,新模型使預測結果更加準確、可靠.

基于神經網絡修正的殘差智能灰色模型在負荷預測中的應用

格式：pdf

大小：387KB

頁數： 4頁

灰色GM(1,1)預測模型,要求樣本數據少,具有原理簡單、運算方便、短期預測精度高、可檢驗等優(yōu)點,在負荷預測中得到了廣泛應用,但是也有其局限性。當數據灰度越大,預測精度越差,且不太適合經濟長期后推若干年的預測,在一定程度上是由模型中的參數α造成的,為此引入向量θ,建立殘差GM(1,1,θ)模型,利用蟻群優(yōu)化算法對其進行求解,同時應用神經網絡對其預測殘差進行優(yōu)化。實證分析表明,與傳統的預測方法相比,大大提高了預測精度,該方法具有一定的實用價值。

最新知識

殘差
點擊加載更多>>

相關問答

殘差
點擊加載更多>>
專題概述
殘差相關專題

分類檢索：