造价通
更新时间:2024.11.23
多变量残差修正的灰色模型在建筑物沉降预测中的应用

格式:pdf

大小:136KB

页数: 5页

多变量灰色MGM(1,n)模型对建筑物的沉降监测将会产生更好的预测结果,但是灰色MGM(1,n)预测模型存在着自身的缺陷,具有系统的误差.基于此,通过对传统MGM(1,n)模型的残差序列进行修正,建立优化的灰色EMGM(1,n)模型.最后,以某建筑物的沉降实测数据为基础,建立灰色GM(1,1)、MGM(1,n)和EMGM(1,n)模型的预测结果并进行比较,结果表明:灰色EMGM(1,n)模型的预测精度优于灰色GM(1,1)和MGM(1,n)模型,新模型使预测结果更加准确、可靠.

基于神经网络修正的残差智能灰色模型在负荷预测中的应用

格式:pdf

大小:387KB

页数: 4页

灰色GM(1,1)预测模型,要求样本数据少,具有原理简单、运算方便、短期预测精度高、可检验等优点,在负荷预测中得到了广泛应用,但是也有其局限性。当数据灰度越大,预测精度越差,且不太适合经济长期后推若干年的预测,在一定程度上是由模型中的参数α造成的,为此引入向量θ,建立残差GM(1,1,θ)模型,利用蚁群优化算法对其进行求解,同时应用神经网络对其预测残差进行优化。实证分析表明,与传统的预测方法相比,大大提高了预测精度,该方法具有一定的实用价值。

最新知识

残差
点击加载更多>>
残差相关专题

分类检索: