基于神经网络的马尔可夫预测模型

• 作者: 祝令德 陈继光
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: BP-马尔可夫模型 围岩 沉降变形 预测
• 年，卷（期）: 2006,（6）
• 所属期刊栏目: 工程与应用
• 页码范围: 225-226,232
• 页数: 3页
• 分类号: TP183
• 字数: 4008字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2006.06.067

摘要

首次提出神经网络与马尔可夫链相结合的数学模型,用于随机波动数据序列变形预测,克服随机观测数据固有的随机和波动特征,较好地实现了工程中大量随机波动性数据无法采用灰色GM(1,1)模型精确预测问题.采用神经网络完成观测数据变化动态基准模型的计算,在此基础上应用马尔可夫链确定系统状态转移概率矩阵,通过系统状态的划分、样本值与模型拟合值之间的残差及其中误差等指标的分析,完成观测数据变化值的准确计算.该模型被应用于隧道围岩工程实例,计算证明取得了较好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈继光	山东大学土建与水利学院	31	272	8.0	16.0
2	祝令德		3	34	3.0	3.0