聯係我們 百度地圖 GOOGLE地圖

    歡迎光臨德州森泰環保科技有限公司官方網站!

    聯係我們contact us

    聯係我們

    德州森泰環保科技有限公司

    手機:13723929789 

    座機:0534-8268666 

    聯係人:李經理

    客服QQ:1624434199

    郵 箱:1624434199@qq.com

    地址:山東省德州市陵縣迎賓路南首

    您所在的位置:土工膜 > 土工膜技術 >

    土工膜動態預測模型及灰色預測模型
    土工膜灰色預測是基於灰色係統理論的一種預測方法,土工膜是根據過去的及其現在已知的或非確定的信息建立一個由過去引伸到將來的灰色模型 GreyMode,簡稱GM,
    然後通過對係統模型微分方程作白化處理,用較小二乘法求解,確定預測模型中的待定係數,從而確定係統未來發展變化的趨勢,該方法的較大優勢是對原始數
    據分布特征及樣本量無特殊要求。文獻借助非等間距的灰色預測模型,土工膜一方麵可以利用高荷載水平下的蠕變變形預測低荷載水平下的蠕變變形;另一方麵可以利用高荷載水平下的蠕變斷裂時間預測低荷載水平下的蠕變斷裂時間.
    土工膜動態預測模型
    動態預測方法區別於靜態預測方法的較大特征在於:其原始數據處理係統可以根據觀測數據的變化趨勢不斷調整,土工膜能夠及時將實測數據的變化納入係統,由
    此得到的蠕變預測值也更為合理。目前常用的動態預測方法有:
    (1)土工膜BP神經網絡模型
    在預測領域中應用較廣泛的是BP網絡。BP網絡的學習算法是一種誤差反向傳播式網絡權值訓練方法。它的理論基礎是多層神經網絡模型,它包括輸入層、隱
    層和輸出層3個層次,輸入層有n個結點,輸出層有m個結點。神經網絡是一個複雜的非線性動力學網絡係統,一個具有偏差和至少一個S型隱含層加上一個線性
    輸出層的網絡能夠逼近任何有理函數。較小二乘和BP神經網絡特有的非線性能力,土工膜較好地解決了蠕變係數及三參數法對蠕變數據擬合精度不高的問題。但神經網絡
    需要大量的數據作為學習和訓練網絡結構,土工膜實踐證明,在貧數據的情況下應用神經網絡,其結果不夠理想。www.meganlabarbera.com