王显鹏
- 作品数：3 被引量：23H指数：3
- 供职机构：武汉大学测绘学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：建筑科学天文地球更多>>
- GM-BP组合预测模型在基坑沉降分析中的应用被引量：10
- 2016年
- 为提高变形预测的精度,采用GM(1,1)与BP神经网络组合模型进行预测。灰色GM(1,1)模型使用方便,在样本数据较少的情况下能够取得不错的预测效果,但对预测序列存在规律性波动或突变时的预测能力不强;而神经网络模型建模过程相对复杂,需要较多的训练样本,但对于数据存在规律性波动和突变时有很好的预测能力。组合模型融合两者优点,将其应用于基坑沉降数据预测,结果表明,该模型预测精度优于传统的单一预测模型。
- 王显鹏黄声享
- 关键词：GM(1,1)BP神经网络
- 时间序列分析方法在变形数据处理中的应用研究被引量：8
- 2016年
- 时间序列分析方法在变形数据的处理中具有良好的模型拟合和预报精度。本文阐述了时间序列分析模型的时域特性,归纳了时间序列建模步骤,并结合监测工程的数据进行建模分析与预测。实例表明,时间序列分析方法所建立的模型拟合精度高,10期预测误差绝对值在0.3mm以内,能精确地反映建筑物的变形情况,从而避免或减少灾害的发生。
- 徐北海徐旭刘淑官王显鹏无
- 关键词：时间序列分析ARMA模型ARIMA模型
- 基于粒子群算法的组合模型在变形分析中的应用被引量：5
- 2017年
- 在构建并联组合模型进行变形预测时,单项模型权值的确定是个关键问题。为了提高变形预测的精度,以基坑监测数据为例,采用GM(1,1)模型与ARMA模型进行组合,在拟合误差平方和最小的准则下,使用粒子群算法求解两单项模型的最优权值,进而构建并联组合模型进行变形预测。结果表明,该方法融合各单项模型的优势,可以提高预测精度,避免求解线性规划问题,具有较好的实用性。
- 王显鹏黄声享李冠青
- 关键词：粒子群算法ARMA模型
