【摘要】：針對以往預測模型在數據少和噪音干擾下出現預測精度降低的問題,基于分形理論,嘗試建立改進的變維分形預測模型,并以小灣工程邊坡位移監測數據為例,選取D1、D2曲線作為預測模型的分形參數曲線,計算各曲線的分段分形維數,對位移進行預測,并分別用灰色模型GM(1,1)和BP神經網絡進行對比預測.結果證明,這種方法充分利用了分形理論自相似性的特點,抗噪性強,能較好地應用于小數據量監測數據的預測,并且精度較高,有著良好的應用前景.
【作者單位】：
浙江水利水電專科學校;
【關鍵詞】：
改進變維分形 邊坡監測 預測精度 小數據量 監測數據 預測模型 分形理論 巖質高邊坡 神經網絡 分形維數
【基金】：浙江省水利廳科研項目(RC0837、RC0932)
【分類號】：TV698.1
【DOI】：CNKI:SUN:SLSY.0.2010-01-018
【正文快照】：
高邊坡工程的重要特點是以巖土體為工程材料或工程結構.由于巖土體是一種非均質各向異性且具有流變特性的復雜介質,加之地質條件的復雜性,使得其力學參數和演化特征具有很強的隨機性和不確定性,從而導致邊坡動態信息極難捕捉,加之邊坡動態監測技術的不成熟和預報理論的不完善
