基于小波神经网络理论的边坡位移预测

• 作者: 潘平
• 来源期刊: 成都理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 小波神经网络 混沌时间序列 Lyapunov指数 边坡位移预测
• 年，卷（期）: 2006,（2）
• 所属期刊栏目: 地质工程
• 页码范围: 176-180
• 页数: 5页
• 分类号: TU413.62
• 字数: 4449字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-9727.2006.02.010

摘要

研究边坡位移混沌时间序列的预测,利用混沌系统的相空间重构理论,提出基于小波神经网络的边坡位移预测方法.通过计算表明,该方法与其它方法相比可避免误差曲面局部最小,网络节点少,参数确定较为容易,学习效率高,收敛速度快,自适应性强,精度高等优点,为边坡位移预测提供了一种可行的、新的探索途经.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘平	贵州大学职业技术学院	66	177	7.0	9.0