RBF神经网络优化灰线性回归模型预测建模
赵亚红
郝延锦
丁建闯
1.华北科技学院建筑工程学院,北京东燕郊,0652012.华北科技学院建筑工程学院,北京东燕郊,0652013.华北科技学院建筑工程学院,北京东燕郊,065201
摘要：针对建筑物地基沉降的机理以及RBF(Radial Basis Function,径向基函数)神经网络能够有效描述不确定性问题和解决复杂非线性问题等特点,通过反复试验,优化设计,建立了RBF神经网络,并用该网络优化灰线性回归预测模型,建立RBF灰线性组合预测模型.通过工程实例,比较分析了单一灰色模型、灰线性回归模型、RBF优化的灰线性回归模型的预测精度.结果表明,RBF优化后的灰线性回归预测模型精度优于灰色模型、灰线性回归模型,预测中误差达到0.0014 mm.径向基神经网络优化后的灰线性模型能更好地反映建筑物沉降的总体趋势及规律.
关键词：RBF优化灰线性回归模型沉降预测
分类号：TP183(自动化基础理论)
资助基金：廊坊市科技支撑计划(2016011014)
论文发表日期：2017-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 103-106 )
英文信息