沉降监测多项式回归分析与神经网络预测

沉降监测多项式回归分析与神经网络预测

ID:34517431

大小:403.74 KB

页数:6页

时间:2019-03-07

沉降监测多项式回归分析与神经网络预测_第1页
沉降监测多项式回归分析与神经网络预测_第2页
沉降监测多项式回归分析与神经网络预测_第3页
沉降监测多项式回归分析与神经网络预测_第4页
沉降监测多项式回归分析与神经网络预测_第5页
资源描述:

《沉降监测多项式回归分析与神经网络预测》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、万方数据第27卷第4期2007年7月海’洋测绘HYDRoGRAPHICSURVEYINGANDCHARTⅨGVoL27,No.4Jlll..2007沉降监测多项式回归分析与神经网络预测田丰,文鸿雁,张静(桂林工学院土木工程系,广西桂林541004)摘要:使用多项式和切比雪夫(Tehebyshev)多项式分别对沉降监测数据进行回归分析以预测未来沉降值,其中切比雪夫多项式的外推效果较好;应用前向BP神经网络对两种不同的单因子输入模式进行非线性函数逼近,并进行了不同采样步长的比较,实例表明将时间点作为网络的输入对沉降进行预测效果较好。关键词:沉降监测;多

2、项式回归;切比雪夫多项式;神经网络预测中图分类号:TPl83文献标识码:A文章编号:1671-3044(2007)04-0023-051引言多项式回归分析使用最小二乘法,可以精确表达数据序列复杂的变化规律。在数学上已证明,在闭区间上的任意确定性连续函数,总可以用Ⅳ次多项式以所要求的精度来逼近【l】。切比雪夫多项式回归相当于普通多项式回归数学方法上的改进,具有计算公式简捷、占用计算机内存空间少、计算速度快、准确度较高等优点。前向型神经网络适合于非线性函数逼近问题和预测问题,在沉降监测神经网络模型中,教师信号是实际观测值,输入前期的样本值并训练,在已经

3、学习训练好的网络中输入新的样本值进行仿真,即可对未来几期未知的沉降进行预报。2多项式回归分析沉降数据序列的回归分析中,利用监测点的沉降量与观测经历时间的相关性,建立数学表达式,利用回归的表达式模拟沉降趋势,预测未知时间点上的沉降量哺J。以下对桂林电厂的4个监测点进行了共2037天的59期沉降观测,绘制了各点的累积沉降量(mm),如图1。分别用多项式回归与切比雪夫多项式回归进行沉降预测。2.1多项式回归分析使用多项式回归对前59期沉降数据进行拟合以预测第60、61和62期的沉降值。2.1.1数据拟合分别对4个点在59期内的沉降数据进行拟合,拟合次数都

4、为7次,得到各沉降点的多项式拟合参数a。一锄,即可写出4个点的一元七次回归表达式。时闻(累计天)图1沉降点1-4的59期累积变形2.1.2模拟沉降趋势外推预测第60、61和62期的沉降值,可是外推结果在末端出现了极大的震荡,最后三期的预测结果很差,这是因为7次多项式只是对已知样本的前59期进行了拟合,且普通的多项式回归对已知区间外的未知数据集的外推精度很差。2.1.3预测精度分析(1)经实际计算验证,当增加拟合次数时,对拟合之后的多项式进行共62期的观测时间点外推,其中前59期的拟合精度越来越高(拟合不超过25次),但第60、61和62期时间点的震

5、荡程度也越来越大,预测结果不可信;(2)经实验,直接使用代数多项式拟合已观测数据点之后,对已观测数据区间内的各插值点进行收稿日期:2007·01-15;修回日期:2007—03-22基金项目:国家自然科学基金项目(40574002);广西区自然科学基金项目(0339072)。作者简介:田丰(1982.),男,宁夏中宁人,硕士研究生,主要从事变形监测数据处理研究。万方数据海洋测绘第27卷预测的精度很高,但对未来观测值进行预测的结果并不可靠。2.2切比雪夫多项式回归分析2.2.1数据拟合使用切比雪夫多项式回归方法,对前59期沉降数据进行拟合,得到拟合结

6、果如图2所示,点1至点4在59期内的沉降量拟合残差的标准偏差(Standarddeviation,STD)分别为6.04、3.42、1.68、2.52,点1的拟合曲线有最大的偏差6.04,这在图2中也可以很明显看出,最下面的沉降曲线最为复杂,其拟合曲线(对应点1)在沉降值发生跳变的地方其拟合效果较差,而且经解算,即使增大拟合次数也不能很好的拟合这种跳变点。解决这种问题只有采用对局部的复杂曲线段分段拟合的方法。2.2.2预测沉降外推预测60、61和62期的沉降,在程序中对拟合次数6到23次都进行了循环实验.得到结论:除了拟合11次以外,其余的拟合次数

7、对这四个点最后三期的预测方差NSE为4—20ram2,均大于拟合11次后得到的预测方差,所以设定拟合次数都为11次。如图3。对第60、6l和62期预测结果明显优于普通多项式拟合之后外推的结果,得到的第60、61和62期的预测值与后来经实际观测得到的沉降值的误差对比如表1。四个点MsE分别为2.97ram2,2.15ram2、1.399mm2、1.41ram2。相对误差在6%以内,预测效果较好。第1点的外推结果较差的原因是其沉降曲线复杂。拟合的精度本来就不高所致。图2沉降点1-4前59期拟合结果(点连线为图3沉降点1—4第60、6I和62期的外推预实

8、际沉降值,三角、菱形和方框为拟合值)测结果(三角、菱形和方框为外推值)襄1沉降点1—4第∞、61和钯期的切比重夫多项式预测

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。