GM-BP 组合预测模型在基坑沉降分析中的应用

• 作者: 王显鹏 黄声享
• 来源期刊: 测绘工程
• 学科: 工学
• 关键词: GM(1,1) BP神经网络 组合模型 变形预测
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 技术创新
• 页码范围: 61-63,67
• 页数: 4页
• 分类号: TU196
• 字数: 2156字
• 语种: 中文

摘要

为提高变形预测的精度，采用GM （1，1）与BP神经网络组合模型进行预测。灰色GM （1，1）模型使用方便，在样本数据较少的情况下能够取得不错的预测效果，但对预测序列存在规律性波动或突变时的预测能力不强；而神经网络模型建模过程相对复杂，需要较多的训练样本，但对于数据存在规律性波动和突变时有很好的预测能力。组合模型融合两者优点，将其应用于基坑沉降数据预测，结果表明，该模型预测精度优于传统的单一预测模型。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄声享	武汉大学测绘学院	102	1734	21.0	39.0
2	王显鹏	武汉大学测绘学院	3	26	3.0	3.0