基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
结合灰色模型和神经网络的数据处理特点,提出串联、并联和混联式3种结构的灰色神经网络滑坡变形预测模型.串联式将滑坡变形位移时序分解为趋势项和随机项,采用灰色模型提取滑坡位移时序趋势,利用神经网络逼近随机波动;并联式以灰色模型和神经网络分别对滑坡预测,采用智能非线性组合,按照预测目标精度动态调整权重,从而获取最终组合预测结果;混联式通过增加灰白化层及灰模型群,对神经网络拓扑结构进行优化,达到弱化滑坡原始监测数据随机性、提高预测模型稳健性的目的.将3种模型应用于古树屋滑坡变形预测,并对其适用性进行讨论.结果表明,3种结构的灰色神经网络耦合模型均提高了预测精度,适用于复杂状况下滑坡体的变形预测.
推荐文章
基于灰色-进化神经网络的滑坡变形预测研究
滑坡
变形预测
灰色系统
进化神经网络
考虑环境变量作用的滑坡变形动态灰色-进化神经网络预测研究
滑坡
变形预测
流变理论
环境变量
灰色系统
进化神经网络
船舶交通流量预测的灰色神经网络模型
船舶交通量
灰色模型
神经网络
灰色-进化神经网络模型在深埋隧道围岩变形预测中的应用
深埋隧道
围岩变形预测
灰色-进化神经网络模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 滑坡变形预测灰色神经网络耦合模型的构建及适用性分析
来源期刊 大地测量与地球动力学 学科 地球科学
关键词 滑坡变形预测 灰色神经网络 串联模式 并联模式 混联模式 极限学习机
年,卷(期) 2015,(5) 所属期刊栏目 地壳运动
研究方向 页码范围 835-839
页数 5页 分类号 P227
字数 语种 中文
DOI 10.14075/j.jgg.2015.05.024
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 崔希民 51 618 14.0 24.0
2 高彩云 5 40 2.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (51)
共引文献  (138)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1988(2)
  • 参考文献(1)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(9)
  • 参考文献(0)
  • 二级参考文献(9)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
滑坡变形预测
灰色神经网络
串联模式
并联模式
混联模式
极限学习机
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
大地测量与地球动力学
月刊
1671-5942
42-1655/P
大16开
武昌洪山侧路40号
38-194
1981
chi
出版文献量(篇)
4168
总下载数(次)
6
总被引数(次)
34475
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导