回归-Elman网络在矿坝变形预测中的应用

• 作者: 王春青 王祖顺 韩吉德
• 来源期刊: 测绘工程
• 学科: 工学
• 关键词: Elman神经网络 回归分析 变形预测 多层递阶回归 组合模型
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 技术创新
• 页码范围: 39-42
• 页数: 4页
• 分类号: TU196+.1
• 字数: 2529字
• 语种: 中文

摘要

金矿开展矿坝的变形监测工作,引入多层递阶回归分析模型,有较高的预测精度,但方法较繁琐,计算较复杂.由于变形数据可分离成趋势项与随机项,趋势项可用多元线性回归良好地拟合;随机项的预测,文中采用Elman 网络建模计算,最后利用矿坝的实测高程位移数据进行验证,并与多层递阶回归进行比较.结果表明:回归-Elman网络模型比多层递阶回归的预测精度更高,效果更好,且方法简洁实用性强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王祖顺		7	18	2.0	4.0
2	韩吉德		7	19	2.0	4.0
3	王春青		13	32	3.0	4.0