組合預(yù)測(cè)模型及其在變形分析中的應(yīng)用研究.pdf

1、大型建筑在施工、運(yùn)營(yíng)、管理階段由于各種各樣的因素一定會(huì)產(chǎn)生形變，但是，由于變形因素的復(fù)雜與多樣性，使得變形趨勢(shì)不太可能由某種單一預(yù)測(cè)模型反映出來(lái)，也就是說(shuō)不可避免的會(huì)出現(xiàn)誤差，而且不同的預(yù)測(cè)模型有時(shí)會(huì)提供不同的有效信息,如果盲目地將預(yù)測(cè)精度低的模型刪除，那么一定程度上就會(huì)導(dǎo)致某些必要的有效信息的缺失，進(jìn)而影響模型的合理性。大量研究表明組合模型能夠充分綜合與利用各單一預(yù)測(cè)模型的有效信息、更好的反映事物的實(shí)質(zhì)，引起了廣大測(cè)繪學(xué)者的關(guān)注與研究

2、。
　　文章簡(jiǎn)單介紹了變形的意義，著重對(duì)常用的變形數(shù)據(jù)處理方法進(jìn)行了詳細(xì)的闡述，并且簡(jiǎn)單敘述了組合預(yù)測(cè)的概念。根據(jù)變形監(jiān)測(cè)信息的特點(diǎn)，通過(guò)查閱資料將組合模型分為串聯(lián)式組合模型與并聯(lián)式組合模型，進(jìn)而對(duì)這此進(jìn)行了詳細(xì)的分析與討論，并驗(yàn)證其有效性，具體內(nèi)容如下：
　　1）針對(duì)BP神經(jīng)網(wǎng)絡(luò)容易陷入局部極值的特點(diǎn)，提出了一種AWSPSO算法來(lái)優(yōu)化網(wǎng)絡(luò)的權(quán)值與閾值。根據(jù)串聯(lián)式組合預(yù)測(cè)模型的特點(diǎn)，建立了一種以GM(1,1)模型與改進(jìn)AWS