期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于麻雀搜索算法优化Elman残差自校正地面沉降预测模型 被引量:8
1
作者 侯明华 袁颖 +2 位作者 杨丛铭 李云鹏 黄虎城 《科学技术与工程》 北大核心 2023年第13期5470-5480,共11页
地面沉降是一种常见的地质灾害,严重阻碍当地居民的生产生活,如何对地面沉降进行准确预测已经成为相关专家学者讨论的热点话题,但常规数学模型难以对地面沉降量做出准确预测。提出了麻雀搜索算法(sparrow search algorithm,SSA)优化Elma... 地面沉降是一种常见的地质灾害,严重阻碍当地居民的生产生活,如何对地面沉降进行准确预测已经成为相关专家学者讨论的热点话题,但常规数学模型难以对地面沉降量做出准确预测。提出了麻雀搜索算法(sparrow search algorithm,SSA)优化Elman的地面沉降量预测方法,同时根据组合模型原理提出了SSA-Elman残差自校正(SSA-Elman residual self-correction,SSA-Elman-RSC)模型的策略,通过残差校正的方式降低神经网络预测误差,成功地将地面沉降量预测模型应用于山西省大同市潇河产业园,将预测结果与未进行残差修正的模型预测结果进行比较分析。结果表明,对于均方根误差(root mean squared error,RMSE)、平均绝对误差(mean absolute error,MAE)、均方误差(mean square error,MSE)3个指标,SSA-Elman-RSC拥有更高的精度。该模型的提出为山西地区地面沉降量预测提供了一种新方法,并且组合模型的建立提供了一种新思路。 展开更多
关键词 Elman神经网络 麻雀搜索算法(SSA) 残差自校正(rsc) 地面沉降预测
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部