《表1 沉降量预测结果：GM-ARMA-BP组合模型在建筑物沉降预测中的应用》

  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

《GM-ARMA-BP组合模型在建筑物沉降预测中的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

单位:mm

西安市某18层在建高楼采用二等水准方法进行沉降监测，共监测有16期数据。本文以其中一个监测点数据作为实验数据，利用前8期数据建模，对后8期数据进行预测。利用Matlab程序实现模型预测，首先采用改进的灰色模型GM（1，1）进行预测时，当维数为7时，改进灰色模型预测效果最好，然后采用时间序列模型进行预测，通过模型识别与定阶，确定类型为ARMA（1，1），经过最小二乘原理计算，确定灰色模型与时间序列模型的权重分别为0.637 5和0.362 5，最后对预测值的残差值进行BP神经网络预测，训练函数采用trainlm函数，训练算法采用FletcherReeves共轭梯度算法，建立双隐层网络，利用BP神经网络模型得到的预测误差对初始预测值进行修正，得到三种模型组合下的预测值。多种模型下预测结果见表1，预测结果和真实值的比较见图2。