数控机床热误差的混合预测模型及应用 被引量：28

1

作者 李永祥 杨建国 +2 位作者 郭前建 王秀山 沈金华 《上海交通大学学报》 EI CAS CSCD 北大核心 2006年第12期2030-2033,共4页

基于机床热变形误差的产生机理及其表现形式的复杂性,综合时序分析方法建模和灰色系统理论建模的优点,研究了一种智能混合预测模型.将该模型应用于一台数控车削加工中心进行热误差趋势预测,以进行机床热误差补偿研究.结果表明,混合预测... 基于机床热变形误差的产生机理及其表现形式的复杂性,综合时序分析方法建模和灰色系统理论建模的优点,研究了一种智能混合预测模型.将该模型应用于一台数控车削加工中心进行热误差趋势预测,以进行机床热误差补偿研究.结果表明,混合预测模型预测精度高于时序分析模型和灰色系统模型,其优异的预测性能可使数控机床进行实时补偿更加有效,从而大大提高机床热误差的补偿精度. 展开更多

关键词 数控机床 热误差 混合预测模型 建模

在线阅读 下载PDF 职称材料

基于神经网络的建筑能耗混合预测模型 被引量：11

2

作者 于军琪 杨思远 +1 位作者 赵安军 高之坤 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2022年第6期1220-1231,共12页

为了提升建筑能耗预测的精度、鲁棒性和泛化能力,提出树种算法(TSA)优化的径向基函数(RBF)神经网络与长短时记忆(LSTM)神经网络结合的混合预测模型.采用基于自适应噪声的完全集成经验模态分解算法,将建筑能耗数据分解为1组本征模态函数(... 为了提升建筑能耗预测的精度、鲁棒性和泛化能力,提出树种算法(TSA)优化的径向基函数(RBF)神经网络与长短时记忆(LSTM)神经网络结合的混合预测模型.采用基于自适应噪声的完全集成经验模态分解算法,将建筑能耗数据分解为1组本征模态函数(IMF)分量和1个残余分量,利用样本熵算法将各分量划分为高频分量和低频分量.采用最小绝对收缩与选择算子(LASSO)方法进行特征选择.分别利用TSA算法优化后的RBF模型与LSTM模型对低频分量和高频分量进行预测,并叠加重构得到最终预测结果.模型评估结果表明,混合预测模型的精度为98.72%.相比于RBF、TSA-RBF、LSTM模型,所提模型的预测效果更好,且具有较强的鲁棒性和泛化能力,能够更为有效地用于建筑逐时电力能耗预测. 展开更多

关键词 建筑能耗预测 神经网络 混合预测模型 集成经验模态分解 特征选择

在线阅读 下载PDF 职称材料

基于混合预测模型的船舶海水冷却系统状态参数预测 被引量：5

3

作者 孙晓磊 邹永久 +1 位作者 张鹏 张跃文 《舰船科学技术》 北大核心 2018年第8期104-109,共6页

为了提高船舶海水冷却系统状态参数的预测精度,提出了自回归滑动平均线性子模型和BP神经网络非线性子模型相结合的海水冷却系统状态参数混合预测模型。介绍混合预测模型的建模过程以及预测流程,选取"育鲲轮"海水冷却系统5天... 为了提高船舶海水冷却系统状态参数的预测精度,提出了自回归滑动平均线性子模型和BP神经网络非线性子模型相结合的海水冷却系统状态参数混合预测模型。介绍混合预测模型的建模过程以及预测流程,选取"育鲲轮"海水冷却系统5天状态参数作为训练样本输入到混合预测模型,对第6天状态参数进行预测,将混合预测模型的预测值分别与自回归滑动平均预测模型预测值、实际观测值对比并运用平均绝对百分比误差法进行验证,结果表明搭建的混合预测模型可以提高海水冷却系统状态参数的预测精度,具有良好的预测能力。 展开更多

关键词 海水冷却系统 自回归滑动平均模型 BP神经网络 混合预测模型 平均绝对百分比误 差法

在线阅读 下载PDF 职称材料

基于组合神经网络的建筑冷负荷混合预测模型 被引量：1

4

作者 于军琪 高之坤 +2 位作者 赵安军 周敏 虎群 《大连理工大学学报》 CAS CSCD 北大核心 2022年第5期509-517,共9页

准确的建筑冷负荷预测是实现大型中央空调系统优化运行、节能降耗的关键.为此,提出一种天牛须搜索(BAS)算法优化的广义回归神经网络(GRNN)结合长短时记忆(LSTM)神经网络的混合预测模型(BAS-GRNN&LSTM),用于建筑冷负荷预测.首先,采... 准确的建筑冷负荷预测是实现大型中央空调系统优化运行、节能降耗的关键.为此,提出一种天牛须搜索(BAS)算法优化的广义回归神经网络(GRNN)结合长短时记忆(LSTM)神经网络的混合预测模型(BAS-GRNN&LSTM),用于建筑冷负荷预测.首先,采用递归特征消除法得到最佳特征数量并结合随机森林算法做特征选择;再将天牛须搜索算法优化后的广义回归神经网络与长短时记忆神经网络组合,构建冷负荷混合预测模型;最后利用某大型建筑的实测数据进行了仿真实验.结果表明:天牛须搜索算法有很好的稳定性和收敛性,适用于广义回归神经网络参数优化;利用随机森林算法结合递归特征消除法提取出的特征能够更好地建立预测模型,有效增加模型预测精度;相比其他预测模型,BAS-GRNN&LSTM的预测效果更为优越,并能对不同月份冷负荷进行有效预测,泛化能力强,适用于建筑冷负荷预测. 展开更多

关键词 负荷预测 特征提取 组合神经网络 混合预测模型 预测精度

在线阅读 下载PDF 职称材料

库岸边坡变形的统计-混沌混合预测模型 被引量：2

5

作者 宋敬衖 吴海真 顾冲时 《水电能源科学》 2008年第3期129-132,共4页

基于降雨作用下边坡非饱和土的滑移理论及岩土体蠕变效应的量化研究,构建了库岸边坡改进的多因素监控模型。在此基础上将边坡位移表示为由确定性分量、混沌分量和随机分量叠加而成,并以多因素监控模型对确定性成分建模,对残差序列进行... 基于降雨作用下边坡非饱和土的滑移理论及岩土体蠕变效应的量化研究,构建了库岸边坡改进的多因素监控模型。在此基础上将边坡位移表示为由确定性分量、混沌分量和随机分量叠加而成,并以多因素监控模型对确定性成分建模,对残差序列进行相空间重构,建立了统计—混沌混合预测模型。实际应用表明,与传统的统计模型相比,该模型可明显提高回归和预测精度,具有一定的实用价值和推广价值。 展开更多

关键词 库岸边坡 变形 改进的多因素监控模型 统计-混沌混合预测模型

在线阅读 下载PDF 职称材料

财务困境问题研究综述下的混合预测模型构想

6

作者 廖绚 李慧 刘琳 《中国高新技术企业》 2008年第9期15-16,共2页

文章首先从研究财务困境的意义入手,对国内外有关财务困境问题的研究历程及发展现状进行评述;结合以往的研究成果,构想基于统计方法Logistic回归与非统计方法神经网络模型的三种混合预测模型;最后,提出财务困境研究中尚存在的缺陷及对... 文章首先从研究财务困境的意义入手,对国内外有关财务困境问题的研究历程及发展现状进行评述;结合以往的研究成果,构想基于统计方法Logistic回归与非统计方法神经网络模型的三种混合预测模型;最后,提出财务困境研究中尚存在的缺陷及对未来发展的展望。 展开更多

关键词 财务困境 LOGISTIC回归 神经网络 混合预测模型

在线阅读 下载PDF 职称材料

基于混沌理论的混凝土裂缝开合度改进混合预测模型 被引量：2

7

作者 徐小枫 黄耀英 +2 位作者 徐耀 何一洋 颜剑 《水资源与水工程学报》 CSCD 北大核心 2021年第6期178-185,共8页

针对传统混凝土裂缝开合度统计模型对温度非线性因素和残差特性考虑不足导致预测效果不佳的问题,首先考虑温度非线性因素,建立裂缝开合度改进统计模型,进而借助混沌理论与相空间重构理论对改进统计模型的残差时间序列进行混沌特性分析... 针对传统混凝土裂缝开合度统计模型对温度非线性因素和残差特性考虑不足导致预测效果不佳的问题,首先考虑温度非线性因素,建立裂缝开合度改进统计模型,进而借助混沌理论与相空间重构理论对改进统计模型的残差时间序列进行混沌特性分析与相空间重构,采用遗传算法优化的BP人工神经网络对残差进行预测,最后集成获得改进混合预测模型对混凝土裂缝开合度进行预测。结合某泄水闸检修门库裂缝实测开合度,对比分析了传统统计模型、改进统计模型和改进混合预测模型的预测效果。结果表明:改进混合预测模型的预测误差更小,能有效改善裂缝开合度的预测效果。 展开更多

关键词 混凝土裂缝开合度 非线性因素 混沌理论 人工神经网络 改进混合预测模型

在线阅读 下载PDF 职称材料

基于ISSA-LSTM模型的可再生能源电力需求预测 被引量：3

8

作者 闫晓霞 刘娴 《西安科技大学学报》 CAS 北大核心 2024年第3期604-614,共11页

为了更精准地预测未来能源结构调整方向及成效,选用ISSA-LSTM组合预测模型对中国2023-2030年可再生能源的电力需求进行预测。首先,利用Circle混沌映射改进麻雀搜索算法(SSA)以提高搜索能力以及种群多样性;然后引入长短期记忆神经网络(LS... 为了更精准地预测未来能源结构调整方向及成效,选用ISSA-LSTM组合预测模型对中国2023-2030年可再生能源的电力需求进行预测。首先,利用Circle混沌映射改进麻雀搜索算法(SSA)以提高搜索能力以及种群多样性;然后引入长短期记忆神经网络(LSTM)以有效捕捉可再生能源电力需求随机波动性和时序性;最后,通过ISSA-LSTM模型预测长期可再生能源的电力需求,验证测试集数据,并与其他传统模型进行对比。结果表明:ISSA-LSTM模型预测结果能够满足对可再生能源电力需求预测的精度要求;在未来2023-2030年可再生能源电力需求稳定,波动幅度不大,可达到全国用电量的1/3;利用Circle混沌映射改进策略能有效提升SSA寻优能力。与PSO算法相比,SSA算法寻找LSTM超参数最优解的能力更优,ISSA-LSTM模型预测可再生能源电力需求精度更高。 展开更多

关键词 混合预测模型 麻雀搜索算法 长短期记忆网络 Circle混沌映射 电力需求预测

在线阅读 下载PDF 职称材料

基于极限学习机的短期交通流预测混合优化模型 被引量：4

9

作者 蔡浩 李林峰 +2 位作者 李涵 李新 周腾 《交通运输系统工程与信息》 EI CSCD 北大核心 2023年第5期75-82,183,共9页

交通流的动态性、不确定性和非线性等特性导致交通流难以精确预测,本文在极限学习机(Extreme Learning Machine,ELM)的基础上,通过嵌入原子搜索算法(Atom Search Optimization,ASO),构建ASO-ELM短期交通流预测混合优化模型,对比现有短... 交通流的动态性、不确定性和非线性等特性导致交通流难以精确预测,本文在极限学习机(Extreme Learning Machine,ELM)的基础上,通过嵌入原子搜索算法(Atom Search Optimization,ASO),构建ASO-ELM短期交通流预测混合优化模型,对比现有短期交通流预测模型,分析混合优化模型在短期交通流预测领域的表现。实验选取荷兰阿姆斯特丹市A10环形公路为路网原型,使用ASO-ELM混合模型与常见交通流预测模型进行对比实验。实验结果表明:ASO-ELM混合模型在4个数据集下的平均绝对百分比误差(Mean Absolute Percentage Error,MAPE)相较于ELM模型分别下降了4.3%、3.5%、6.9%和5.4%,均方根误差(Root Mean Squared Error,RMSE)分别下降了4.8%、4.0%、2.0%和5.2%;其次,与人工神经网络(Artificial Neural Network,ANN)相比,MAPE分别下降了9.6%、8.6%、9.8%和5.0%,RMSE也分别下降了4.5%、5.9%、2.6%和1.7%。研究成果揭示了混合优化模型在短期交通流预测领域的潜力。 展开更多

关键词 智能交通 短期交通流预测 混合预测模型 原子搜索算法 极限学习机

在线阅读 下载PDF 职称材料

基于CEEMDAN与LSTM的煤炭港口粉尘质量浓度混合预测

10

作者 扬懿 薛天寒 +1 位作者 刘博驰 王旭 《水运管理》 2024年第11期11-16,共6页

煤炭在储运过程中产生的粉尘严重危害港口城市的空气质量,准确预测粉尘污染有助于预测污染风险并采取预防措施。由于港口复杂的气象和有限的作业条件,煤炭港口粉尘质量浓度存在强非线性与非平稳性的特点,传统方法难以准确预测港口的粉... 煤炭在储运过程中产生的粉尘严重危害港口城市的空气质量,准确预测粉尘污染有助于预测污染风险并采取预防措施。由于港口复杂的气象和有限的作业条件,煤炭港口粉尘质量浓度存在强非线性与非平稳性的特点,传统方法难以准确预测港口的粉尘质量浓度。基于完全自适应噪声集合经验模态分解(CEEMDAN)和长短期记忆网络模型(LSTM)的煤炭港口粉尘质量浓度混合预测法,以我国北方某煤炭港口为例,先采用CEEMDAN将原始粉尘质量浓度分解为多个本征模态函数,再使用LSTM对每个本征模态函数进行预测,整合后获得最终的粉尘质量浓度预测结果。结果表明:上述方法与传统方法相比具有更高的预测精度,有助于港口对粉尘污染加强管理,更有利于减轻煤炭港口粉尘污染对港城居民的不利影响。 展开更多

关键词 煤炭港口 粉尘污染 CEEMDAN LSTM 混合预测模型

在线阅读 下载PDF 职称材料

基于混合建模方法循环流化床锅炉深度调峰NO_(x)排放预测

11

作者 张鹏新 高明明 +3 位作者 郭炯楠 于浩洋 黄中 周托 《洁净煤技术》 CAS CSCD 北大核心 2024年第9期85-94,共10页

为响应碳达峰,碳中和目标,我国循环流化床锅炉大规模参与深度调峰运行,导致锅炉NO_(x)排放浓度波动范围大,控制效果不佳,难以满足污染物超低排放需求,因此对深度调峰NO_(x)排放浓度进行精准建模预测有重要意义。以即燃碳模型为基础,深... 为响应碳达峰,碳中和目标,我国循环流化床锅炉大规模参与深度调峰运行,导致锅炉NO_(x)排放浓度波动范围大,控制效果不佳,难以满足污染物超低排放需求,因此对深度调峰NO_(x)排放浓度进行精准建模预测有重要意义。以即燃碳模型为基础,深度剖析炉内NO_(x)生成和还原机理,建立炉内即燃碳燃烧模型、O2动态平衡模型、CO软测量模型、NO_(x)生成与还原模型,完成SNCR入口NO_(x)浓度机理计算;选取给煤量、床温、烟气温度及含氧量、一二次风量、尿素溶液流量作为NO_(x)排放浓度的输入变量,将SNCR入口NO_(x)浓度计算值作为拓展输入变量,对所有输入变量与NO_(x)排放浓度进行相关性分析和迟延补偿,完成数据集重构;采用长短期记忆神经网络对重构数据集进行训练和预测,并将鲸鱼优化算法用于长短期记忆神经网络的参数优化,建立循环流化床锅炉深度调峰NO_(x)排放浓度机理——数据混合预测模型。仿真验证表明混合预测模型不同工况下预测性能和泛化能力好,能够实现循环流化床锅炉变负荷时NO_(x)排放浓度的实时预测,相较其他预测模型的各项误差性能指标均显著提升,平均绝对误差δMAE达2.14 mg/m^(3),平均相对百分误差δMAPE达5.68%,决定系数R^(2)达0.902 1。混合预测模型能精准预测循环流化床锅炉深度调峰下NO_(x)排放浓度,为循环流化床锅炉超低排放智能控制系统的设计提供参考。 展开更多

关键词 循环流化床锅炉 深度调峰 NO_(x)排放浓度 迟延补偿 混合预测模型

在线阅读 下载PDF 职称材料

基于ARIMA-SVM模型的翅片管蒸发器结霜性能预测 被引量：4

12

作者 黄彬彬 谷波 任能 《上海交通大学学报》 EI CAS CSCD 北大核心 2009年第10期1622-1626,1631,共6页

针对翅片管蒸发器结霜过程混杂着复杂的线性和非线性特征且测试数据受噪声干扰大,使用单一的模型无法对其性能进行预测的难题,建立了基于求和自回归移动平均(Autoregressive Integrated Moving Average,ARIMA)和支持向量机(Support Vect... 针对翅片管蒸发器结霜过程混杂着复杂的线性和非线性特征且测试数据受噪声干扰大,使用单一的模型无法对其性能进行预测的难题,建立了基于求和自回归移动平均(Autoregressive Integrated Moving Average,ARIMA)和支持向量机(Support Vector Machine,SVM)的翅片管蒸发器结霜性能组合预测模型.利用实验数据对模型进行了验证和评估,并与单一ARIMA模型和SVM模型做了对比分析.结果表明,基于ARIMA-SVM的组合预测模型能兼顾结霜过程的线性和非线性特征,具有良好的预测性能,并能够较精确地预测到翅片管蒸发器性能参数的转向点. 展开更多

关键词 翅片管蒸发器 蒸发器结霜 求和自回归移动平均 支持向量机 混合预测模型 转向点

在线阅读 下载PDF 职称材料

机场能耗的时间序列混合预测方法 被引量：3

13

作者 王力 张超 《中国民航大学学报》 CAS 2017年第6期31-35,共5页

为解决单一预测模型精度不高、容易陷入局部最优等问题,提出一种基于时间序列分析方法和支持向量机(SVM)的时间序列混合预测模型,从而提高模型的预测精度,并对时间序列进行改进,得到混沌时间序列模型,分别利用改进后的混沌时间序列模型... 为解决单一预测模型精度不高、容易陷入局部最优等问题,提出一种基于时间序列分析方法和支持向量机(SVM)的时间序列混合预测模型,从而提高模型的预测精度,并对时间序列进行改进,得到混沌时间序列模型,分别利用改进后的混沌时间序列模型、SVM模型和时间序列混合预测模型等3种方法进行建模,以天津滨海国际机场近两年的能源消耗情况为例进行仿真实验,并采用统计学方法检验模型的精度和误差。实验结果表明混合时间序列模型的建模精度和预测效果要明显优于单一预测模型。 展开更多

关键词 时间序列 支持向量机 混合预测模型 机场能耗预测

在线阅读 下载PDF 职称材料

基于反馈机制的城市道路短时交通流量预测研究 被引量：1

14

作者 赵益 《交通科技》 2024年第3期120-125,共6页

交通精细化管理对掌握交通流规律提出了更高要求,交通流量预测是提高交通控制与管理水平的重要保证。针对城市道路短时交通流量预测忽视运用实时检测数据对预测模型进行反馈的问题,文中提出由反馈模块和预测模块2部分组成的预测方法,并... 交通精细化管理对掌握交通流规律提出了更高要求,交通流量预测是提高交通控制与管理水平的重要保证。针对城市道路短时交通流量预测忽视运用实时检测数据对预测模型进行反馈的问题,文中提出由反馈模块和预测模块2部分组成的预测方法,并运用上海市数据对方法的有效性进行验证。结果表明,本方法的平均、绝对、相对误差均小于基于反馈机制的单一模型及没有反馈机制的单一模型或组合模型,有效地提高了城市道路短时交通流量的预测精度。 展开更多

关键词 智能交通系统 城市道路 混合预测模型 反馈机制 时空关联

在线阅读 下载PDF 职称材料

改进小波分析与神经网络的股票成交价预测 被引量：1

15

作者 单锐 朱文元 +2 位作者 阴良魁 杨婧 王芳 《金融经济》 2021年第10期74-79,共6页

本文针对数据采集过程中包含噪声信号的问题,提出了一种新的小波阈值函数去噪方法对股票历史数据进行去噪处理,以消除噪声对预测精度的影响,然后将去噪后的数据应用于BP神经网络模型(BPNN)、典型惯性权重值的粒子群算法-BP神经网络模型(... 本文针对数据采集过程中包含噪声信号的问题,提出了一种新的小波阈值函数去噪方法对股票历史数据进行去噪处理,以消除噪声对预测精度的影响,然后将去噪后的数据应用于BP神经网络模型(BPNN)、典型惯性权重值的粒子群算法-BP神经网络模型(PSO-BPNN)和改进惯性权重的粒子群算法-BP神经网络模型(IPSO-BPNN)。经实验对比分析可知,去噪后的股票数据比原始数据预测效果更好,且IPSO-BPNN比PSO-BPNN和BPNN预测精度更高,由此证明了小波去噪过程的必要性和改进粒子群算法优化神经网络的有效性。 展开更多

关键词 小波分析 粒子群优化算法 惯性权重 BP神经网络 混合预测模型

在线阅读 下载PDF 职称材料

基于支持向量机的大连港主要货种吞吐量预测研究 被引量：7

16

作者 宋长利 靳廉洁 +1 位作者 关峰 林木西 《大连海洋大学学报》 CAS CSCD 北大核心 2019年第5期752-756,共5页

为建立适合港口典型货种煤炭、油品、集装箱吞吐量的数据模型,实现精准预测港口吞吐量,本研究中结合直接和迭代预测模型的优点,构建了基于支持向量机模型的多步混合预测方法,并通过对大连港66个月吞吐量样本数据进行了实证分析。结果表... 为建立适合港口典型货种煤炭、油品、集装箱吞吐量的数据模型,实现精准预测港口吞吐量,本研究中结合直接和迭代预测模型的优点,构建了基于支持向量机模型的多步混合预测方法,并通过对大连港66个月吞吐量样本数据进行了实证分析。结果表明:利用建立的多步混合预测模型计算,煤炭、油品、集装箱的预测值与实际值的平均相对误差分别为5.7%、4.2%、2.8%;相关系数分别为95.5%、95.2%、98.2%。研究表明,本研究中构建的多步混合预测模型参数标定准确、预测精度较高,可为港口经营者掌握港口运转状态及经营决策提供技术支持,在港口多货种吞吐量指标预测中具有可行性。 展开更多

关键词 港口吞吐量 支持向量机 多步混合预测模型 实证分析

在线阅读 下载PDF 职称材料

结合自适应模糊推理和神经网络的物联网混合发电系统 被引量：1

17

作者 萧威 殷志祥 +1 位作者 叶子 杨静 《现代电子技术》 2022年第5期97-102,共6页

为了较好地预测可再生能源的发电输出,对模型效率进行分析,在物联网系统的基础上,提出一种基于人工神经网络(ANN)与自适应网络模糊推理系统(ANFIS)的混合预测模型。首先,利用压电传感器、体热电转换器和太阳能板用于可再生能源发电,并... 为了较好地预测可再生能源的发电输出,对模型效率进行分析,在物联网系统的基础上,提出一种基于人工神经网络(ANN)与自适应网络模糊推理系统(ANFIS)的混合预测模型。首先,利用压电传感器、体热电转换器和太阳能板用于可再生能源发电,并将其连接到能量存储电路,以产出电能;然后,使用ESP8266模块连接数据和云服务器,利用ANN和ANFIS混合模型处理从可再生能源中生成的所有电能,将3个不同模块采集得到的数据集用于模型的训练和测试;最后,利用采集到的数据开发4个模型,通过均方根误差(RMSE)和相关系数(R;)分析模型的效率,以选择最合适的模型。实验结果表明,所提模型具有较好的RMSE和R;性能,其模糊信息较少,结果误差较小,具有一定的应用价值。 展开更多

关键词 混合预测模型 物联网 人工神经网络 自适应网络模糊推理系统 云服务器 传感器 可再生能源 能量存储电路

在线阅读 下载PDF 职称材料

基于GF-LSTM的铁路边坡位移预测研究 被引量：1

18

作者 景自强 《路基工程》 2023年第3期181-186,共6页

为提高边坡位移预测的精度,提出一种融合Gaussian-filter算法与LSTM预测算法的GF-LSTM混合预测模型,依托某铁路边坡工程监测数据进行验证分析。结果表明:GF-LSTM模型不仅能对原始监测数据集进行预处理,还能提供精准的预测结果;GF-LSTM... 为提高边坡位移预测的精度,提出一种融合Gaussian-filter算法与LSTM预测算法的GF-LSTM混合预测模型,依托某铁路边坡工程监测数据进行验证分析。结果表明:GF-LSTM模型不仅能对原始监测数据集进行预处理,还能提供精准的预测结果;GF-LSTM预测模型可很好地反映边坡位移的上下波动,所得的预测值与实测值整体趋势贴合、相关性极高,R2分别为0.915、0.908,均大于0.900;由降噪前后对比可知:两测点R2分别增加了0.143、0.185,而MAE和MAPE分别降低了0.104与0.874%、0.246与0.755%,表明降噪处理后各测点的预测精度和预测误差得到改善。 展开更多

关键词 铁路边坡 混合预测模型 降噪处理 位移预测 长短期记忆网络

在线阅读 下载PDF 职称材料