基坑变形混沌特征识别与非线性预测模型研究

苗长伟

您当前的位置：

首页 >

文章列表页 >

基坑变形混沌特征识别与非线性预测模型研究

3S技术应用 | 更新时间：2025-11-25

- 基坑变形混沌特征识别与非线性预测模型研究
- 基坑变形混沌特征识别与非线性预测模型研究
- 地理空间信息 2023年21卷第4期页码：78-81
- 作者机构：
  
  中核勘察设计研究有限公司
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TP183;TU473
- 纸质出版：2023
- 稿件说明：
移动端阅览
苗长伟. 基坑变形混沌特征识别与非线性预测模型研究[J]. 地理空间信息, 2023,21(4):78-81.

苗长伟. 基坑变形混沌特征识别与非线性预测模型研究[J]. 2023, 21(4): 78-81.
苗长伟. 基坑变形混沌特征识别与非线性预测模型研究[J]. 地理空间信息, 2023,21(4):78-81. DOI：

苗长伟. 基坑变形混沌特征识别与非线性预测模型研究[J]. 2023, 21(4): 78-81. DOI：

摘要

混沌理论特征识别是进行混沌时间序列分析和预测的前提。普通的线性数学算法已经无解决基坑变形所遇到的问题，为了研究基坑变形监测数据的非线性复杂问题，采用混沌非线性理论方法，首先求取基坑变形时间序列的延迟时间和嵌入维数，其次对基坑监测数据进行相空间重构，最后对比分析加权一阶局域预测模型以及RBF神经网络混沌预测模型的预测结果，实验表明RBF神经网络混沌预测模型预测精度最高，同时也说明了混沌预测模型更适合短期预测。最终证明了RBF神经网络混沌预测模型应用在基坑变形监测中的可行性与有效性。

Abstract

关键词

Keywords

references

谢忠玉.电力短期负荷时间序列混沌特性分析及预测研究[D].哈尔滨工程大学,2010(07).

李辉,鞠兴华.基于混沌相空间重构的新型智能算法在地铁基坑中的应用研究[J].甘肃科学学报,2020(05).

李世玺,孙宪坤,尹玲,张仕森.一种基于混沌理论和LSTM的GPS高程时间序列预测方法[J].导航定位学报,2020(01).

王红庆,黄少骞,钟世红,河村新蔵.基于改进的加权一阶局域预测模型的风电功率预测[J].武汉大学学报(工学版),2019(05).

王超,朱明,赵元棣.基于改进加权一阶局域法的空中交通流量预测模型[J].西南交通大学学报,2018(01).

胡正威.基于混沌理论的基坑工程监测数据分析与预测研究[D].华中科技大学,2013(10).

刘娜.基于混沌时间序列的桥梁变形预测分析[D].山东科技大学,2011(06).

焦攀.混沌分形在铜绿山矿区降雨量预测中的应用[D].武汉理工大学,2007(07).

楼玉.混沌时间序列方法在径流预报中的应用研究[D].浙江大学,2005(02).

Zhang Ridong,Tao Jili,Lu Renquan,Jin Qibing.Decoupled ARX and RBF Neural Network Modeling Using PCA and GA Optimization for Nonlinear Distributed Parameter Systems[J].IEEE Transactions on Neural Networks and Learning Systems,2018.

Lei Wang,Feng Zou,Xinhong Hei,Dongdong Yang,Debao Chen,Qiaoyong Jiang,Zijian Cao.A hybridization of teaching-learning-based optimization and differential evolution for chaotic time series prediction.[J].Neural Computing and Applications,2014.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

混沌理论在桥梁变形监测中的应用

基于暗像元拟合的ZY1E AHSI东湖水体大气校正真实性评价

利用Prophet-PSO-LSTM模型预测地表沉降

改进麻雀搜索算法优化最小二乘支持向量机的高程拟合

珠三角地区街道级碳排放空间格局及其影响因素分析