《表5 残差改正数:修正指数曲线法与灰色模型和BP神经网络预测在建筑物沉降中的对比分析》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《修正指数曲线法与灰色模型和BP神经网络预测在建筑物沉降中的对比分析》
通过比较三种方法建立的模型得到的预测值可知,修正指数曲线法建立的模型精度较高。根据灰色模型GM(1,1)建立的预测模型比修正指数曲线法和BP神经网络建立的预测模型预测的精度差一点。通常在灰色模型GM(1,1)建立的模型精度不高时可以建立残差模型进行补偿。残差模型的建立方法与灰色模型GM(1,1)建立一样。残差模型的原始数据为灰色模型GM(1,1)预测值残差数据,根据残差模型的计算得到的值作为残差修正值。本文也尝试利用残差模型对灰色模型GM(1,1)所建立的模型进行补偿。根据建立的残差模型得到参数a=0.0002,b=-0.0018。x(1)(k+1)=7.696e0.0002k-7.696。残差改正数见表5所示:在本文中对灰色模型GM(1,1)建立的模型进行残差修正的效果不明显。
图表编号 | XD002446600 严禁用于非法目的 |
---|---|
绘制时间 | 2018.08.25 |
作者 | 阿苦建英 |
绘制单位 | 成都理工大学地球科学院 |
更多格式 | 高清、无水印(增值服务) |