基于kalman-bp组合模型的变形分析与预测方法研究

基于kalman-bp组合模型的变形分析与预测方法研究

ID:35012081

大小:9.25 MB

页数:65页

时间:2019-03-16

基于kalman-bp组合模型的变形分析与预测方法研究_第1页
基于kalman-bp组合模型的变形分析与预测方法研究_第2页
基于kalman-bp组合模型的变形分析与预测方法研究_第3页
基于kalman-bp组合模型的变形分析与预测方法研究_第4页
基于kalman-bp组合模型的变形分析与预测方法研究_第5页
资源描述:

《基于kalman-bp组合模型的变形分析与预测方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、'SOUTHWESTJIAOTONGUNIVERSITY:、_:義:頓士学位论文.■._4MASTERDISSERTATION-论文题目KalmanBP组;:基于合模型的变形I;:分析与预测方法研究,:ife,l::_峰濟_^学位类别:—二学科专业:^_:二。-二级,年级:Ui__;'研究生?刘龙务:张献州纖__:指导教师::-—:i|g^i^_德■、liliiti,‘l?ilp一灣一令五卑年■五国内图书分类号:P258密级:公开国际图书分类号:U526.8西南交通大学研究生学位论文

2、基干Ka-BP组合模型的变形分析lman与预测方法研究年级二〇一二级姓名刘龙申请学位级别工程硕士专业测绘工程指导教师张献州教授二零一五年五月十曰ClassifiedIndex:P258U.D.C:U526.8SouthwestJiaotongUniversityMasterDereeThesisgRESEARCHONDEFORMATIONANALYSISANDFORECASTMETHODBASEDONMODELCOMBINEDBYKALMANFILTERANDBPNEURA

3、LNETWORKGrade:2012ndidate:LiuLongreeedor:MaserofnneernAcademicDegAppliftEgiigSecialit:SurveinandMainEnineerinpyygppgggSuervisor:Prof.ZhanXianzhoupgMa.102015y,西南交通大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版。,允许论文被查阅和借阅本人授权西南交通大学可以将本论

4、文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复印手段保存和汇编本学位论文。本学位论文属于1.口保密,在年解密后适用本授权书;2.不保密g/使用本授权书。“"(请在以上方框内打V)学位论文作者签名:指导老师签名:一、’日期:日期:,仏\工t西南交通大学硕士学位论文主要工作(贡献)声明本人在学位论文中所做的主要工作或贡献如下:1.探讨了基于Kalman滤波和BP神经网络的最优加权组合模型。将Kalman滤波与BP神经网络作为单项模型,对预测结果进行加权组合,降低了单项模型的不确定性影响,提高了模型的稳健性。2.研究了

5、基于Kalman滤波学习算法的BP神经网络an。用Kalm滤波作为学习算法去调整网络的权值和阈值,有效解决了传统BP收敛速度慢和易陷入局部最优的问题。“”““”‘”‘3-.利用两种KalmanBP组合模型,对平稳、渐变、突变和高频叠加长”a-周期四类典型变形趋势进行了仿真分析,探讨了KlmanBP组合模型在不同数据环境中的模型精度和适用性。本人郑重声明:所呈交的学位论文,是在导师指导下独立进行研究工作所得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰。对本文的研究做出贡献的个人和集体写过的研究成果,均已在文中作了明确说明。本

6、人完全了解违反上述声明所引起的一切法律责任将由本人承担。学位论文作者签名:‘紀-曰期:>5西南交通大学硕士研究生学位论文第I页摘要变形分析方法研究是工程健康监测与评估中的重要内容之一,目前变形分析与预测的方法模型较多,主要包括:趋势分析法、时间序列法、灰色模型法GM(1,1)、神经网络模型法等。结合Kalman滤波在动态实时预测中的优势以及BP神经网络的强非线性映射能力,探讨了两者的融合算法及其在变形分析与预测中的应用。笔者研究过程:中,主要取得了以下研究成果1.推导了离散型Kalman滤波的数学模型,研究了极大验后估计自适应Kalman滤波

7、与基于方差分量估计的自适应Kalman滤波,有效限制了传统Kalman滤波的发散问题;详细研究了BP神经网络的原理与学习流程,给出了基于批量样本学习的BP神经网络程序流程.。--2.研究了KaalmanBP)。OWCKalmanBPlman与BP最优加权组合模型(OWCK是将Kalman滤波与BP神经网络作为单项模型,根据单项模型的残差对预测结果进行-加权组合。分析表明,oweKalm

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。