小波分解AR-BP网络模型在大坝垂直位移预测中的应用

• 作者: 沈哲辉 田林亚 辛大鹏
• 来源期刊: 测绘工程
• 学科: 工学
• 关键词: 小波分解 AR自回归 BP神经网络 坝内垂直位移 预测模型
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 技术创新
• 页码范围: 53-56
• 页数: 4页
• 分类号: TU196+.1
• 字数: 2351字
• 语种: 中文

摘要

针对大坝内部垂直位移数据序列不仅具有周期性、平稳性，且在频域上存在高、低频，显著的多尺度等特性，本实验利用多尺度小波分析的原理与方法对数据序列进行分解，对低频序列和高频序列分别建立AR模型和BP神经网络模型并进行预测，最后叠加各个序列的预测值，得到数据序列的预测结果。该方法适用于大坝垂直位移的预测，结果与自回归模型及单BP神经网络模型相比，该模型具有更高预测精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田林亚	河海大学地球科学与工程学院	99	433	11.0	14.0
2	沈哲辉	河海大学地球科学与工程学院	8	39	4.0	6.0
3	辛大鹏	河海大学地球科学与工程学院	2	6	1.0	2.0