BP网络最佳维数建模法在变形时序预测中的应用

被引：4

作者：

彭祥国 ^{[1
,2
]}

王坚 ^{[1
,2
]}

孙丽红 ^{[1
,2
]}

机构：

[1] 江苏省资源环境信息工程重点实验室

[2] 中国矿业大学环境与测绘学院

来源：

大地测量与地球动力学 | 2009年 / 29卷 / 06期

关键词：

BP网络; 最佳维数; G-P算法; 相空间重构; 形变预测;

D O I：

10.14075/j.jgg.2009.06.005

中图分类号：

P20 [一般性问题];

学科分类号：

0708 ; 070801 ; 08 ; 0816 ;

摘要：

针对BP网络在处理单一时序变形数据时,网络输入节点数目难以确定的不足,提出利用G-P算法计算单时序变形数据的关联维数,把饱和关联维数Dh所对应的嵌入维数m作为最佳建模维数,并借助重构理论进行相空间重构,得到等价的相空间,为BP网络提供合理的输入。理论上该模型既能考虑到影响变形时间序列的动力因子,又能解决网络的输入节点数难以确定的问题。实验证实,该模型应用于变形预测中能取得精度较高的预测结果。

引用

页码：113 / 117

页数：5

共 8 条

[1] GMDH神经网络算法在变形预测中的应用 [J].

潘国荣 ;

谷川 .

大地测量与地球动力学, 2008, (03) :54-58

[2] 基于递阶遗传算法和BP网络的时间序列预测 [J].

周辉仁 ;

郑丕谔 .

系统仿真学报, 2007, (21) :5055-5058

[3] 神经网络模型在面板坝堆石体施工期沉降变形预测中的应用 [J].

李金凤 ;

杨启贵 ;

徐卫亚 .

河海大学学报(自然科学版), 2007, (05) :563-566

[4] 变形监测数据的小波神经网络预测方法 [J].

潘国荣 ;

谷川 .

大地测量与地球动力学, 2007, (04) :47-50

[5] 遗传算法BP神经网络的预报研究和应用 [J].

吴建生 ;

金龙 ;

农吉夫 .

数学的实践与认识, 2005, (01) :83-88

[6] 时间序列神经网络预测模型 [J].

樊重俊 ;

韩崇昭 ;

胡保生 .

统计与信息论坛, 1996, (03) :42-45

[7]

基于遗传神经网络时间序列法的交通荷载动态预测[D]. 秦元营.北京交通大学. 2007

[8]

Application of a Back-PropagationArtificial Neural Network to Regional Grid-Based GeoidModel Generation Using GPS and Leveling Data .2 LAO-SHENG LIN. JOURNAL OF SURVEYING ENGINEERING . 2007

← 1 →