• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于T-S模糊神經(jīng)網(wǎng)絡(luò)的變形預(yù)報(bào)研究

    2018-01-09 06:03:28荊曉宇
    測繪工程 2018年1期
    關(guān)鍵詞:觀測穩(wěn)定性神經(jīng)網(wǎng)絡(luò)

    成 樞,荊曉宇,李 圳,2

    (1.山東科技大學(xué) 測繪科學(xué)與工程學(xué)院,山東 青島 266510; 2.中國測繪科學(xué)研究院,北京 100830)

    基于T-S模糊神經(jīng)網(wǎng)絡(luò)的變形預(yù)報(bào)研究

    成 樞1,荊曉宇1,李 圳1,2

    (1.山東科技大學(xué) 測繪科學(xué)與工程學(xué)院,山東 青島 266510; 2.中國測繪科學(xué)研究院,北京 100830)

    T-S模糊神經(jīng)網(wǎng)絡(luò)模型是根據(jù)模糊系統(tǒng)和人工神經(jīng)網(wǎng)絡(luò)優(yōu)缺點(diǎn)具有明顯的互補(bǔ)性結(jié)合而成。文中基于T-S模糊神經(jīng)網(wǎng)絡(luò),將其應(yīng)用于變形預(yù)測。通過實(shí)測數(shù)據(jù)和仿真數(shù)據(jù)分析比較了其與BP神經(jīng)網(wǎng)絡(luò)、小波神經(jīng)網(wǎng)絡(luò)在預(yù)測精度、算法穩(wěn)定性和有效區(qū)間3個(gè)評(píng)價(jià)標(biāo)準(zhǔn)上的優(yōu)劣。結(jié)果表明,在變形預(yù)測,特別是利用長周期監(jiān)測數(shù)據(jù)進(jìn)行預(yù)報(bào)時(shí),T-S模糊神經(jīng)網(wǎng)絡(luò)具有一定的優(yōu)勢(shì)。

    模糊理論;模糊神經(jīng)網(wǎng)絡(luò);變形預(yù)測;精度;穩(wěn)定性;有效區(qū)間

    隨著我國經(jīng)濟(jì)的發(fā)展,城鎮(zhèn)化速度加快,在建筑物施工和使用初期,要周期性地利用監(jiān)測數(shù)據(jù)對(duì)建筑物變形作出及時(shí)預(yù)報(bào)[1]。隨著數(shù)據(jù)處理技術(shù)的發(fā)展,神經(jīng)網(wǎng)絡(luò)以其較強(qiáng)的容錯(cuò)力、自學(xué)習(xí)、自組織和自適應(yīng)等優(yōu)點(diǎn),廣泛應(yīng)用于數(shù)據(jù)預(yù)測領(lǐng)域,表現(xiàn)出良好的智能特性[2-5]。但目前變形預(yù)報(bào)中常用的BP神經(jīng)網(wǎng)絡(luò)、小波神經(jīng)網(wǎng)絡(luò)等雖然具有較強(qiáng)的非線性擬合能力,但仍然存在著收斂速度慢、誤差較大且結(jié)果不穩(wěn)定等缺點(diǎn),制約其在變形預(yù)報(bào)中的應(yīng)用[6]。

    模糊數(shù)學(xué)是用來描述、研究和處理事物模糊特征的一種數(shù)學(xué)理論[7]。由模糊理論與神經(jīng)網(wǎng)絡(luò)結(jié)合形成的模糊神經(jīng)網(wǎng)絡(luò)不但具有模仿人腦思維邏輯的能力,而且同時(shí)具有神經(jīng)網(wǎng)絡(luò)良好的非線性描述、擅長處理多變量等優(yōu)點(diǎn),成為大量研究學(xué)者的研究熱點(diǎn)[8]。張正祿等結(jié)合滑坡變形實(shí)例,指出模糊神經(jīng)網(wǎng)在工程變形分析和預(yù)報(bào)中的可行性[9]。肖桂元等將動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)應(yīng)用于橋梁墩臺(tái)沉降變形預(yù)測,并證明其具有較高的預(yù)測精度[10]。盧祥等通過實(shí)例驗(yàn)證模糊神經(jīng)網(wǎng)絡(luò)具有比其他預(yù)報(bào)方法更高的預(yù)測精度[11]。張廣平等通過實(shí)驗(yàn)表明T-S模糊神經(jīng)網(wǎng)絡(luò)模型具有良好的預(yù)測功能[12]。但目前大多數(shù)學(xué)者的研究多集中在模糊神經(jīng)網(wǎng)絡(luò)的預(yù)測精度分析,而未探討利用不同監(jiān)測周期數(shù)據(jù)進(jìn)行預(yù)報(bào)工作時(shí)對(duì)精度的影響。而衡量一種變形預(yù)報(bào)算法的優(yōu)劣還應(yīng)當(dāng)包括算法穩(wěn)定性、有效區(qū)間等指標(biāo),同時(shí),利用長、短周期監(jiān)測數(shù)據(jù)均應(yīng)有較高的預(yù)測精度。

    本文基于實(shí)測數(shù)據(jù)和仿真數(shù)據(jù),分析比較T-S模糊神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)的變形預(yù)報(bào)數(shù)學(xué)模型在分別利用長、短周期監(jiān)測數(shù)據(jù)時(shí)的預(yù)報(bào)精度,并研究模糊神經(jīng)網(wǎng)絡(luò)在算法穩(wěn)定性和有效區(qū)間上的優(yōu)勢(shì)。結(jié)果表明,T-S模糊神經(jīng)網(wǎng)絡(luò)在變形預(yù)報(bào)工作中具有明顯優(yōu)勢(shì)。

    1 模糊理論

    將模糊數(shù)學(xué)中的隸屬度、隸屬度函數(shù)等概念引入到人工神經(jīng)網(wǎng)絡(luò)之中形成T-S模糊神經(jīng)網(wǎng)絡(luò)。其中隸屬度指的是元素μ屬于某個(gè)模糊子集f的隸屬程度,通常用一個(gè)位于區(qū)間[0,1]中的數(shù)μf(μ)表示,μf(μ)越接近1,則說明μ屬于f的程度越大,μf(μ)越接近0,則說明μ屬于f的程度越小。模糊隸屬度函數(shù)則是用于計(jì)算子集中某個(gè)元素μf(μ)隸屬度的函數(shù)。

    T-S模糊神經(jīng)網(wǎng)絡(luò)擁有很強(qiáng)的自適應(yīng)能力,它通過修正模糊子集的隸屬函數(shù)來建立新的推理,這種推理是在學(xué)習(xí)過程中逐漸形成的。若用“if-then”的形式來定義T-S 神經(jīng)網(wǎng)絡(luò),那么在規(guī)則為Ri時(shí),推理

    (1)

    該推理可以視為確定的輸出(then)為模糊的輸入部分(if)的線性組合。

    2 T-S模糊神經(jīng)網(wǎng)絡(luò)

    2.1 T-S模糊神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)

    T-S模糊神經(jīng)網(wǎng)絡(luò)有4層結(jié)構(gòu):輸入層、模糊化層、模糊推理層和輸出層。其結(jié)構(gòu)如圖1所示。

    圖1 T-S模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

    在圖1中,向量為x1,x2,…,xl輸入變量;Fij是第i個(gè)輸入變量的第j個(gè)隸屬函數(shù);Rm表示第m條模糊推理;ωmn為第m條模糊推理到第n個(gè)輸出的連接權(quán);y1,y2,…,yn則為網(wǎng)絡(luò)的輸出變量。

    1)輸入層:該層節(jié)點(diǎn)數(shù)與輸入向量的維數(shù)相同,一個(gè)輸入變量xl對(duì)應(yīng)一個(gè)節(jié)點(diǎn),文中設(shè)計(jì)時(shí)間間隔t1,累積沉降量t2,時(shí)間間隔t3分別作為輸入變量x1,x2,…,x5。此外,輸入層還起著將輸入數(shù)據(jù)歸一化的作用。

    2)模糊化層:每個(gè)隸屬函數(shù)對(duì)應(yīng)一個(gè)節(jié)點(diǎn),其作用是計(jì)算輸入分量屬于各變量模糊集合的隸屬度函數(shù)。因?yàn)檩斎肓繛闀r(shí)間間隔與累計(jì)沉降量,其值一般不會(huì)很大,當(dāng)把隸屬度函數(shù)的輸出壓縮到[0,1]區(qū)間時(shí),隸屬度值對(duì)輸入值的變化仍然比較敏感。所以使用高斯函數(shù)作為隸屬度函數(shù),那么對(duì)于輸入變量x=[x1,x2,…,xl],輸入變量xl的隸屬度為

    j=1,2,…,l;i=1,2,…,m.

    (2)

    式中:μij(xi)是xi的第j個(gè)隸屬函數(shù);cij和σij分別為隸屬度函數(shù)的中心和寬度。

    通過調(diào)整cij和σij,可以改變隸屬度函數(shù)的位置和形狀,兩者的值通常根據(jù)輸入樣本的不同設(shè)定,同時(shí),其值也會(huì)隨著網(wǎng)絡(luò)的訓(xùn)練過程向著最適應(yīng)的趨勢(shì)。

    3)模糊推理層:該層節(jié)點(diǎn)數(shù)對(duì)應(yīng)模糊規(guī)則數(shù),即每個(gè)節(jié)點(diǎn)代表推理中的“if”部分,它主要用來匹配模糊規(guī)則。在本文所建立的變形預(yù)報(bào)模型中,因?yàn)檩斎胱兞繑?shù)不大,其值為5,因輸入變量增多導(dǎo)致模糊規(guī)則數(shù)增長過大引起的網(wǎng)絡(luò)訓(xùn)練困難現(xiàn)象并不明顯。同時(shí)考慮到取最大值、取最小值算法均會(huì)丟失大量有用信息,使得算法精度降低,所以對(duì)隸屬度可以使用連乘或累加算法。本文所采用的是連乘算法,那么第j個(gè)模糊推理層神經(jīng)元到第i個(gè)輸出層神經(jīng)元的連接權(quán)值為

    ωij=μj1(x1)μj2(x2)…μjk(xk),

    i=1,2,…,m.

    (3)

    4)輸出層:每一個(gè)輸出變量對(duì)應(yīng)一個(gè)節(jié)點(diǎn),它的作用是通過解模糊化和反歸一化實(shí)現(xiàn)清晰化計(jì)算輸出,那么下一期的沉降量即模型的輸出值為

    (4)

    本文所設(shè)計(jì)的網(wǎng)絡(luò)中,輸入節(jié)點(diǎn)數(shù)為5;根據(jù)文獻(xiàn)[7]中相關(guān)研究,人為設(shè)置輸入模糊推理層節(jié)點(diǎn)數(shù)為12;根據(jù)圖1所示的網(wǎng)絡(luò)結(jié)構(gòu),則模糊化層節(jié)點(diǎn)數(shù)為12×5=60;輸出層節(jié)點(diǎn)數(shù)為1。因此構(gòu)建的網(wǎng)絡(luò)結(jié)構(gòu)為5-60-12-1。

    2.2 T-S模糊神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法

    T-S模糊神經(jīng)網(wǎng)絡(luò)算法流程如圖2所示。

    圖2 T-S模糊神經(jīng)網(wǎng)絡(luò)算法流程

    1)初始化網(wǎng)絡(luò)的各項(xiàng)參數(shù)。

    2)輸入數(shù)據(jù)進(jìn)入網(wǎng)絡(luò),開始訓(xùn)練網(wǎng)絡(luò),并計(jì)算期望輸出與實(shí)際輸出的誤差為

    (5)

    式中:ye為期望輸出;yr為預(yù)測輸出。

    3)判斷e是否符合神經(jīng)網(wǎng)絡(luò)要求,若不符合要求則繼續(xù)進(jìn)行4)、5),若e符合要求則結(jié)束訓(xùn)練過程。由于e不會(huì)隨著訓(xùn)練次數(shù)的增加而無限減小,同時(shí)為了避免網(wǎng)絡(luò)的過度擬合,通常會(huì)對(duì)訓(xùn)練次數(shù)設(shè)置上限。一般在變形預(yù)報(bào)模糊神經(jīng)網(wǎng)絡(luò)模型中,訓(xùn)練次數(shù)不會(huì)超過100次即可得到比較理想的結(jié)果,因此設(shè)置訓(xùn)練次數(shù)上限為100次。

    (6)

    (7)

    經(jīng)試驗(yàn)當(dāng)取0.5時(shí),效果最理想。

    5)對(duì)隸屬數(shù)的中心和寬度參數(shù)cij,σij進(jìn)行修正為

    (8)

    (9)

    式中,β為參數(shù)學(xué)習(xí)率。β的選取與α類似,本文選取β的值為0.3。

    6)重復(fù)步驟2)。

    3 T-S模糊神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)分析

    3.1 精度分析

    1)算例1。在某地基基坑沉降監(jiān)測項(xiàng)目中,對(duì)某觀測點(diǎn)共進(jìn)行32期觀測,相鄰觀測周期間隔在3 d 左右,屬于短周期監(jiān)測。將數(shù)據(jù)分為兩組,一組為前27期的沉降觀測數(shù)據(jù),用來訓(xùn)練神經(jīng)網(wǎng)絡(luò),另一組為后5期觀測數(shù)據(jù),用來驗(yàn)證網(wǎng)絡(luò)的預(yù)報(bào)精度。

    本文基于Fortran編程實(shí)現(xiàn)了BP神經(jīng)網(wǎng)絡(luò)、小波神經(jīng)網(wǎng)絡(luò)和T-S模糊神經(jīng)網(wǎng)絡(luò)的變形數(shù)據(jù)預(yù)報(bào),3種算法的預(yù)報(bào)精度見表1,T-S模糊神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)結(jié)果及其與觀測值之差見圖3,BP神經(jīng)網(wǎng)絡(luò)、小波神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)結(jié)果及其與觀測值之差見圖4。

    表1 3種算法對(duì)基坑沉降的預(yù)報(bào)精度

    圖3 算例1 T-S模糊神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)結(jié)果及其與觀測值之差

    2)算例2。在某地樓座沉降監(jiān)測項(xiàng)目中,對(duì)某個(gè)觀測點(diǎn)共進(jìn)行了40期觀測,相鄰觀測周期間隔在20 d左右,屬于長周期監(jiān)測。將數(shù)據(jù)分為兩組,一組為前35期的沉降觀測數(shù)據(jù),用來訓(xùn)練神經(jīng)網(wǎng)絡(luò),另一組為后5期觀測數(shù)據(jù),用來驗(yàn)證網(wǎng)絡(luò)的預(yù)報(bào)精度。3種算法的預(yù)報(bào)精度見表2,T-S模糊神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)結(jié)果及其與觀測值之差見圖5。

    圖4 BP神經(jīng)網(wǎng)絡(luò)、小波神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)結(jié)果及其與觀測值之差

    算法RMS/mmBP神經(jīng)網(wǎng)絡(luò)09268小波神經(jīng)網(wǎng)絡(luò)04264T?S模糊神經(jīng)網(wǎng)絡(luò)02961

    圖5 算例2 T-S模糊神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)結(jié)果及其與觀測值之差

    由表1、表2可知,在使用T-S模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行變形預(yù)測時(shí)精度最高,而BP神經(jīng)網(wǎng)絡(luò)的預(yù)測精度最差,這一結(jié)果與其他學(xué)者的研究基本一致[9-14]。在對(duì)長周期監(jiān)測數(shù)據(jù)進(jìn)行預(yù)測時(shí),模糊神經(jīng)網(wǎng)絡(luò)的預(yù)測精度較高這一特征更加明顯,說明T-S模糊神經(jīng)網(wǎng)絡(luò)不但在進(jìn)行短周期變形預(yù)報(bào)時(shí)擁有較高的精度,而且較BP神經(jīng)網(wǎng)絡(luò)、小波神經(jīng)網(wǎng)絡(luò)更擅長利用長周期監(jiān)測數(shù)據(jù)進(jìn)行變形預(yù)報(bào)。這與長周期的監(jiān)測不能像短周期監(jiān)測提供較為精細(xì)的沉降變化趨勢(shì),從而使BP神經(jīng)網(wǎng)絡(luò)不能同模糊神經(jīng)網(wǎng)絡(luò)一樣通過不斷修正模糊子集的隸屬函數(shù)更新模糊推理來建立網(wǎng)絡(luò)有關(guān)。

    3.2 穩(wěn)定性分析

    由于在實(shí)際工程應(yīng)用中很難獲取建筑物變形的先驗(yàn)信息,因此就不能在變形發(fā)生前對(duì)預(yù)報(bào)信息作出準(zhǔn)確評(píng)價(jià),這不但要求建立的數(shù)學(xué)模型有較高的預(yù)測精度,還要有良好的算法穩(wěn)定性。算法的穩(wěn)定性指的是算法在相同條件下對(duì)同一組數(shù)據(jù)進(jìn)行多次預(yù)報(bào)時(shí)的誤差變化范圍,變化范圍小則說明算法的穩(wěn)定性好,變化范圍大則說明算法的穩(wěn)定性較差。

    利用BP神經(jīng)網(wǎng)絡(luò)、小波神經(jīng)網(wǎng)絡(luò)和T-S模糊神經(jīng)網(wǎng)絡(luò)對(duì)算例1)中基坑沉降數(shù)據(jù)分別進(jìn)行5次預(yù)報(bào),分析每次預(yù)報(bào)的RMS偏差范圍,其結(jié)果如表3所示。

    表3 3種算法5次預(yù)報(bào)的RMS值偏差 mm

    由表3中可以看出,BP神經(jīng)網(wǎng)絡(luò)不但預(yù)報(bào)的精度較差,而且其穩(wěn)定性在3種算法中最差,其RMS偏差范圍達(dá)到0.246 7 mm。小波神經(jīng)網(wǎng)絡(luò)雖然有時(shí)也可以達(dá)到與T-S模糊神經(jīng)網(wǎng)絡(luò)相當(dāng)?shù)念A(yù)報(bào)精度,但是其計(jì)算結(jié)果不穩(wěn)定。而T-S模糊神經(jīng)網(wǎng)絡(luò)不但具有較高的預(yù)報(bào)精度,而且還具有3種算法中最高的穩(wěn)定性,其RMS偏差范圍僅為0.016 7 mm。這說明T-S模糊神經(jīng)網(wǎng)絡(luò)較其他兩種算法在實(shí)際工程應(yīng)用中更具有可靠性。

    3.3 有效區(qū)間分析

    現(xiàn)模擬一組類似于建筑物沉降曲線的仿真數(shù)據(jù)如式(10)所示,分別使用3種算法對(duì)該組仿真數(shù)據(jù)進(jìn)行預(yù)報(bào)。

    (10)

    取模擬數(shù)據(jù)的前1 000個(gè)數(shù),加入服從N(0,0.1)分布的隨機(jī)誤差,相當(dāng)于以觀測精度ε=±0.1觀測的1 000個(gè)數(shù)據(jù)。并設(shè)定,當(dāng)數(shù)據(jù)的預(yù)報(bào)精度RMS≤2ε時(shí)訓(xùn)練數(shù)據(jù)與預(yù)測數(shù)據(jù)的比值稱為預(yù)報(bào)的有效區(qū)間,那么當(dāng)選取不同數(shù)量的訓(xùn)練數(shù)據(jù)時(shí)預(yù)報(bào)精度如表4所示。

    表4 3種算法的預(yù)報(bào)精度 mm

    由表4中可以看出,T-S模糊神經(jīng)網(wǎng)絡(luò)的有效區(qū)間(前40%預(yù)報(bào)后60%)明顯比BP神經(jīng)網(wǎng)絡(luò)(前60%預(yù)報(bào)后40%)和小波神經(jīng)網(wǎng)絡(luò)(前60%預(yù)報(bào)后40%)的有效區(qū)間要長。這說明T-S模糊神經(jīng)網(wǎng)絡(luò)可以在使用較小數(shù)據(jù)量的情況下獲得優(yōu)于BP神經(jīng)網(wǎng)絡(luò)和小波神經(jīng)網(wǎng)絡(luò)的預(yù)報(bào)結(jié)果,預(yù)報(bào)長周期變形的能力最強(qiáng)。

    4 結(jié)束語

    建筑物沉降受到多種因素的影響,是一種復(fù)雜的非線性時(shí)變系統(tǒng)。本文將模糊理論引入到神經(jīng)網(wǎng)絡(luò)之中,形成T-S模糊神經(jīng)網(wǎng)絡(luò),將其應(yīng)用于變形預(yù)測工作中。并通過實(shí)測數(shù)據(jù)和仿真數(shù)據(jù)對(duì)BP神經(jīng)網(wǎng)絡(luò)、小波神經(jīng)網(wǎng)絡(luò)和T-S模糊神經(jīng)網(wǎng)絡(luò)的預(yù)報(bào)精度、穩(wěn)定性和有效區(qū)間三個(gè)方面做了比較分析。實(shí)驗(yàn)證明,T-S模糊神經(jīng)網(wǎng)絡(luò)的預(yù)報(bào)精度在三種算法中最高,穩(wěn)定性最好,有效區(qū)間最長,而且在利用長周期監(jiān)測數(shù)據(jù)進(jìn)行預(yù)報(bào)時(shí)具有明顯的優(yōu)勢(shì)。因而T-S模糊神經(jīng)網(wǎng)絡(luò)在變形預(yù)測工作中具有一定的應(yīng)用潛力。

    [1] 欒元重, 呂法奎, 班訓(xùn)海. 動(dòng)態(tài)變形觀測與預(yù)報(bào)[M]. 北京:中國農(nóng)業(yè)科學(xué)技術(shù)出版社,2007.

    [2] 呂嬋. 基于BP神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測[D]. 武漢:華中科技大學(xué),2007.

    [3] 李曉杰, 郭睿, 黃金 ,等. 神經(jīng)網(wǎng)絡(luò)在北斗導(dǎo)航衛(wèi)星軌道預(yù)報(bào)中的應(yīng)用[J]. 武漢大學(xué)學(xué)報(bào)(信息科學(xué)版), 2015, 40(9): 1253-1258.

    [4] 范良, 趙國忱, 蘇運(yùn)強(qiáng). 果蠅算法優(yōu)化的廣義神經(jīng)網(wǎng)絡(luò)在變形監(jiān)測預(yù)報(bào)中的應(yīng)用[J]. 測繪通報(bào), 2013(11): 87-89.

    [5] 鄧勇, 張冠宇, 李宗春, 等. 遺傳小波神經(jīng)網(wǎng)絡(luò)在變形預(yù)報(bào)中的應(yīng)用[J]. 測繪科學(xué), 2012, 37(5): 183-186.

    [6] 王小川, 史峰, 郁磊, 等.MATLAB神經(jīng)網(wǎng)絡(luò)43個(gè)案例分析[M]. 北京:北京航空航天大學(xué)出版社,2013.

    [7] 李鴻吉.模糊數(shù)學(xué)基礎(chǔ)及實(shí)用算法[M]. 北京:科學(xué)出版社,2005.

    [8] 周琛暉. 模糊神經(jīng)網(wǎng)絡(luò)穩(wěn)定性分析及其應(yīng)用[D]. 成都:電子科技大學(xué), 2013.

    [9] 張正祿,王小敏,鄧勇,等. 模糊神經(jīng)網(wǎng)絡(luò)在變形分析與預(yù)報(bào)中的應(yīng)用研究[J]. 武漢大學(xué)學(xué)報(bào)(信息科學(xué)版), 2010,35(1): 6-8,29.

    [10] 肖桂元,劉立龍. 動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)在變形預(yù)測中的應(yīng)用[J]. 桂林理工大學(xué)學(xué)報(bào), 2011(3): 395-398.

    [11] 盧祥,馬友利,王芳潔,等. 模糊神經(jīng)網(wǎng)絡(luò)在變形監(jiān)測預(yù)報(bào)中的應(yīng)用研究[J]. 測繪科學(xué), 2010,35(增1): 113-114.

    [12] 張廣平,張晨曉,謝忠.基于T-S模糊神經(jīng)網(wǎng)絡(luò)的模型在臺(tái)風(fēng)災(zāi)情預(yù)測中的應(yīng)用[J].災(zāi)害學(xué),2013(4):86-89.

    [13] 鄧興升,王新洲. 動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)在變形預(yù)報(bào)中的應(yīng)用[J]. 武漢大學(xué)學(xué)報(bào)(信息科學(xué)版), 2008,33(1): 93-96.

    [14] 王新洲,鄧興升. 大壩變形預(yù)報(bào)的模糊神經(jīng)網(wǎng)絡(luò)模型[J]. 武漢大學(xué)學(xué)報(bào)(信息科學(xué)版), 2005,30(7): 588-591.

    DeformationpredictionresearchbasedonT-Sfuzzyneuralnetwork

    CHENG Shu1,JING Xiaoyu1,LI Zhen1,2

    (1. College of Geomatics,Shandong University of Science and Technology,Qingdao 266510,China;2. Chinese Academy of Surveying and Mapping,Beijing 100830,China)

    T-S fuzzy neural network model is based on the fact that the advantages and disadvantages of fuzzy system and artificial neural network have obvious complementarity,which is used in deformation prediction. Through the analysis of measured data and simulation data, comparison on advantages and disadvantages of three evaluation standards between the T-S fuzzy neural network and BP neural network, a wavelet neural network has been carried out. The three evaluation standards include prediction precision, algorithm stability and effective interval. As a result, in the deformation prediction, especially in the forecasting by using long period monitoring data, the T-S fuzzy neural network has some certain advantages.

    fuzzy theory;fuzzy neural network;deformation prediction;precision;algorithm stability;effective interval

    著錄:成樞,荊曉宇,李圳.基于T-S模糊神經(jīng)網(wǎng)絡(luò)的變形預(yù)報(bào)研究[J].測繪工程,2018,27(1):37-41.

    10.19349/j.cnki.issn1006-7949.2018.01.008

    2016-12-02

    成 樞(1963-),男,教授,博士.

    TU196

    A

    1006-7949(2018)01-0037-05

    張德福]

    猜你喜歡
    觀測穩(wěn)定性神經(jīng)網(wǎng)絡(luò)
    觀測到恒星死亡瞬間
    軍事文摘(2023年18期)2023-11-03 09:45:42
    神經(jīng)網(wǎng)絡(luò)抑制無線通信干擾探究
    電子制作(2019年19期)2019-11-23 08:42:00
    非線性中立型變延遲微分方程的長時(shí)間穩(wěn)定性
    天測與測地VLBI 測地站周圍地形觀測遮掩的討論
    半動(dòng)力系統(tǒng)中閉集的穩(wěn)定性和極限集映射的連續(xù)性
    可觀測宇宙
    太空探索(2016年7期)2016-07-10 12:10:15
    基于神經(jīng)網(wǎng)絡(luò)的拉矯機(jī)控制模型建立
    復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)在基于WiFi的室內(nèi)LBS應(yīng)用
    高分辨率對(duì)地觀測系統(tǒng)
    太空探索(2015年8期)2015-07-18 11:04:44
    基于支持向量機(jī)回歸和RBF神經(jīng)網(wǎng)絡(luò)的PID整定
    亚洲欧美精品专区久久| 欧美激情久久久久久爽电影| 久久鲁丝午夜福利片| 99久久九九国产精品国产免费| 不卡视频在线观看欧美| 免费无遮挡裸体视频| 波野结衣二区三区在线| av.在线天堂| 22中文网久久字幕| 久久精品久久久久久噜噜老黄| 菩萨蛮人人尽说江南好唐韦庄| 国产av不卡久久| 国产精品日韩av在线免费观看| 少妇裸体淫交视频免费看高清| 日日干狠狠操夜夜爽| 18禁在线无遮挡免费观看视频| 久99久视频精品免费| 国产精品久久久久久精品电影小说 | 免费观看无遮挡的男女| 一区二区三区免费毛片| 午夜激情欧美在线| 国产乱来视频区| 免费看日本二区| 蜜桃久久精品国产亚洲av| 尤物成人国产欧美一区二区三区| 成人午夜精彩视频在线观看| 欧美不卡视频在线免费观看| 精品国产露脸久久av麻豆 | 亚州av有码| 欧美一区二区亚洲| 婷婷色综合www| 国产乱来视频区| 日日啪夜夜爽| 欧美成人a在线观看| av国产久精品久网站免费入址| 一本一本综合久久| 99热这里只有是精品在线观看| a级毛色黄片| av线在线观看网站| 黄色欧美视频在线观看| 99久久精品一区二区三区| 青春草视频在线免费观看| 国产又色又爽无遮挡免| 免费av不卡在线播放| 免费高清在线观看视频在线观看| 草草在线视频免费看| 青春草亚洲视频在线观看| 精品久久久久久久末码| 日本黄色片子视频| 久久精品国产鲁丝片午夜精品| 秋霞伦理黄片| 精品酒店卫生间| 亚洲乱码一区二区免费版| 亚洲乱码一区二区免费版| 777米奇影视久久| 免费观看性生交大片5| 嫩草影院入口| 久久人人爽人人片av| 丝瓜视频免费看黄片| 在线播放无遮挡| 99视频精品全部免费 在线| 两个人的视频大全免费| 日韩制服骚丝袜av| 最近视频中文字幕2019在线8| 日本一二三区视频观看| 国产精品久久久久久久久免| 欧美丝袜亚洲另类| 特大巨黑吊av在线直播| 亚洲av成人精品一区久久| 免费无遮挡裸体视频| 蜜臀久久99精品久久宅男| 亚洲av.av天堂| 久久综合国产亚洲精品| 亚洲高清免费不卡视频| 国产一级毛片在线| 80岁老熟妇乱子伦牲交| 夜夜看夜夜爽夜夜摸| 亚洲激情五月婷婷啪啪| 亚洲av男天堂| 女人十人毛片免费观看3o分钟| 男人爽女人下面视频在线观看| 久久久久久久大尺度免费视频| 精品久久久久久久人妻蜜臀av| 精品国产露脸久久av麻豆 | 国产精品一区二区三区四区久久| 国产精品女同一区二区软件| av在线天堂中文字幕| 能在线免费看毛片的网站| 插阴视频在线观看视频| 一级毛片久久久久久久久女| 亚洲最大成人av| 色播亚洲综合网| 精品久久久久久久末码| 老司机影院成人| 亚洲精品乱码久久久v下载方式| 亚洲精品乱码久久久v下载方式| 久久久久久久久久久丰满| av卡一久久| 婷婷色av中文字幕| 丝瓜视频免费看黄片| 干丝袜人妻中文字幕| 蜜桃久久精品国产亚洲av| 午夜久久久久精精品| 又黄又爽又刺激的免费视频.| 青春草视频在线免费观看| 国产成人午夜福利电影在线观看| 精品熟女少妇av免费看| 纵有疾风起免费观看全集完整版 | 美女脱内裤让男人舔精品视频| 久久鲁丝午夜福利片| 国产精品一区二区三区四区免费观看| 少妇熟女aⅴ在线视频| 人妻制服诱惑在线中文字幕| 亚洲精品久久久久久婷婷小说| 欧美最新免费一区二区三区| 国产精品一区二区三区四区免费观看| 国产精品一区二区性色av| 熟女电影av网| 亚洲国产高清在线一区二区三| 久久国产乱子免费精品| 亚洲熟女精品中文字幕| 久久精品久久久久久噜噜老黄| 国产成人福利小说| 美女内射精品一级片tv| 少妇裸体淫交视频免费看高清| 在线观看美女被高潮喷水网站| 亚洲精品久久午夜乱码| 国产精品美女特级片免费视频播放器| 国产视频内射| 欧美成人精品欧美一级黄| 天堂影院成人在线观看| 天堂av国产一区二区熟女人妻| 日韩视频在线欧美| 免费av观看视频| 亚洲欧美一区二区三区黑人 | 亚洲欧美成人综合另类久久久| 国产极品天堂在线| eeuss影院久久| 久久久久久久午夜电影| 欧美性感艳星| 亚洲综合精品二区| 国产黄色视频一区二区在线观看| 91精品伊人久久大香线蕉| 亚洲最大成人手机在线| 日本一二三区视频观看| 日韩欧美精品免费久久| 亚洲精品456在线播放app| 精品久久久噜噜| 亚洲无线观看免费| 男女啪啪激烈高潮av片| 婷婷色综合大香蕉| 精品一区二区免费观看| 亚洲精品乱久久久久久| 插阴视频在线观看视频| 亚洲人与动物交配视频| 特大巨黑吊av在线直播| 少妇熟女aⅴ在线视频| 不卡视频在线观看欧美| 黄色配什么色好看| 精品不卡国产一区二区三区| 日本午夜av视频| 黑人高潮一二区| 偷拍熟女少妇极品色| 性插视频无遮挡在线免费观看| 亚洲欧美清纯卡通| 久久草成人影院| 日日摸夜夜添夜夜添av毛片| 成人亚洲精品一区在线观看 | av免费观看日本| 久久久久精品久久久久真实原创| 日韩精品有码人妻一区| 国产综合精华液| 免费观看无遮挡的男女| 国产片特级美女逼逼视频| 久久久久九九精品影院| 国产在线一区二区三区精| 可以在线观看毛片的网站| 日韩一区二区视频免费看| 久久精品国产亚洲av涩爱| 日韩欧美 国产精品| 欧美精品国产亚洲| 嫩草影院新地址| 欧美成人a在线观看| 在现免费观看毛片| 国产日韩欧美在线精品| 国产精品人妻久久久久久| 亚洲成人av在线免费| 日本wwww免费看| 国产av不卡久久| 一级毛片久久久久久久久女| 国产精品日韩av在线免费观看| 在线免费观看不下载黄p国产| 成年av动漫网址| 成人美女网站在线观看视频| 身体一侧抽搐| 最新中文字幕久久久久| 激情五月婷婷亚洲| 人妻少妇偷人精品九色| 女的被弄到高潮叫床怎么办| 看黄色毛片网站| 日韩av不卡免费在线播放| 97人妻精品一区二区三区麻豆| 日本猛色少妇xxxxx猛交久久| 一级毛片久久久久久久久女| 欧美日韩国产mv在线观看视频 | 老女人水多毛片| 天堂影院成人在线观看| 亚洲在线观看片| 欧美日本视频| 国产成人freesex在线| 国产精品福利在线免费观看| 97超视频在线观看视频| 综合色丁香网| 韩国av在线不卡| 国产精品麻豆人妻色哟哟久久 | 免费电影在线观看免费观看| 观看美女的网站| 日韩一区二区三区影片| 欧美成人午夜免费资源| 成年女人在线观看亚洲视频 | 熟妇人妻久久中文字幕3abv| 亚洲成色77777| 中文欧美无线码| 天美传媒精品一区二区| 女人十人毛片免费观看3o分钟| 美女cb高潮喷水在线观看| 欧美日韩亚洲高清精品| 久久久a久久爽久久v久久| 亚洲人成网站在线观看播放| 色网站视频免费| 国产高清不卡午夜福利| 少妇丰满av| 乱人视频在线观看| 韩国av在线不卡| 成年女人在线观看亚洲视频 | 一级av片app| 成人二区视频| 最近最新中文字幕大全电影3| 少妇的逼水好多| 国产精品一区二区性色av| 天堂√8在线中文| 偷拍熟女少妇极品色| 免费观看的影片在线观看| 欧美潮喷喷水| 国产欧美日韩精品一区二区| 熟妇人妻久久中文字幕3abv| 大话2 男鬼变身卡| 床上黄色一级片| 毛片一级片免费看久久久久| 最近2019中文字幕mv第一页| 99久久人妻综合| 在线a可以看的网站| 一级毛片黄色毛片免费观看视频| 精品国产三级普通话版| 国产男人的电影天堂91| 久久6这里有精品| 日本免费a在线| 在线免费十八禁| videos熟女内射| 91狼人影院| 少妇丰满av| 免费看美女性在线毛片视频| 99久久人妻综合| 国产亚洲精品av在线| av在线蜜桃| 国产亚洲午夜精品一区二区久久 | 亚洲,欧美,日韩| 久久99蜜桃精品久久| 丰满乱子伦码专区| 午夜福利在线观看吧| 亚洲图色成人| 80岁老熟妇乱子伦牲交| 国产成人精品福利久久| 男人舔女人下体高潮全视频| 男女国产视频网站| 97热精品久久久久久| 国产成人精品一,二区| 日韩,欧美,国产一区二区三区| 亚洲成人精品中文字幕电影| 国产精品久久久久久av不卡| 天堂网av新在线| ponron亚洲| 亚洲av电影在线观看一区二区三区 | 91久久精品国产一区二区成人| 老女人水多毛片| 日产精品乱码卡一卡2卡三| 99九九线精品视频在线观看视频| 成人亚洲精品av一区二区| 欧美+日韩+精品| 成人国产麻豆网| av在线天堂中文字幕| 美女cb高潮喷水在线观看| 国产成人午夜福利电影在线观看| 1000部很黄的大片| 九色成人免费人妻av| 免费黄色在线免费观看| 人人妻人人看人人澡| 成年女人看的毛片在线观看| 婷婷色综合大香蕉| 日本免费a在线| av在线老鸭窝| 久久久久久久久久人人人人人人| 少妇人妻一区二区三区视频| 国精品久久久久久国模美| 麻豆精品久久久久久蜜桃| 国产精品麻豆人妻色哟哟久久 | 亚洲欧美日韩卡通动漫| 国产乱来视频区| 秋霞伦理黄片| 国内精品美女久久久久久| 色吧在线观看| 91精品伊人久久大香线蕉| 国产老妇伦熟女老妇高清| 不卡视频在线观看欧美| 日韩av不卡免费在线播放| 美女黄网站色视频| 亚洲av福利一区| 国产av国产精品国产| 精品久久久久久久久久久久久| 少妇熟女aⅴ在线视频| 亚洲欧美日韩无卡精品| 亚洲av电影在线观看一区二区三区 | 亚洲av国产av综合av卡| 免费播放大片免费观看视频在线观看| eeuss影院久久| 男女视频在线观看网站免费| 特大巨黑吊av在线直播| 亚洲av日韩在线播放| 亚洲av免费在线观看| 一级毛片我不卡| 中文字幕av在线有码专区| 国内精品美女久久久久久| 观看美女的网站| 国产 一区 欧美 日韩| 亚洲欧美精品自产自拍| 国产亚洲最大av| 国产麻豆成人av免费视频| 亚洲丝袜综合中文字幕| 国产成人精品一,二区| 欧美三级亚洲精品| 国产真实伦视频高清在线观看| 舔av片在线| 久久精品国产鲁丝片午夜精品| 国产毛片a区久久久久| 亚洲成人精品中文字幕电影| 一区二区三区免费毛片| 午夜久久久久精精品| 国产老妇女一区| 国产精品三级大全| 嫩草影院入口| 极品教师在线视频| 两个人的视频大全免费| 国产精品三级大全| 啦啦啦中文免费视频观看日本| 日本黄色片子视频| 成人欧美大片| 日本与韩国留学比较| 综合色丁香网| 在线免费十八禁| 亚洲在久久综合| 免费不卡的大黄色大毛片视频在线观看 | 美女国产视频在线观看| 2018国产大陆天天弄谢| 少妇人妻精品综合一区二区| 午夜老司机福利剧场| 免费在线观看成人毛片| 看黄色毛片网站| 日日啪夜夜撸| 综合色av麻豆| 18禁动态无遮挡网站| 三级国产精品欧美在线观看| a级毛片免费高清观看在线播放| 性插视频无遮挡在线免费观看| 亚洲在线观看片| 国产乱人视频| 日韩成人av中文字幕在线观看| 毛片一级片免费看久久久久| 一级av片app| 内射极品少妇av片p| 精品国产三级普通话版| 五月天丁香电影| 成人欧美大片| 国产三级在线视频| 91在线精品国自产拍蜜月| 特大巨黑吊av在线直播| 精品少妇黑人巨大在线播放| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 国产免费福利视频在线观看| 丰满人妻一区二区三区视频av| 日韩欧美精品免费久久| 欧美激情国产日韩精品一区| 国产精品国产三级专区第一集| 99九九线精品视频在线观看视频| 亚洲av在线观看美女高潮| 九九在线视频观看精品| 久久久久久伊人网av| 国产精品国产三级国产专区5o| 白带黄色成豆腐渣| 97在线视频观看| 97精品久久久久久久久久精品| 中文字幕人妻熟人妻熟丝袜美| 国产高潮美女av| 国产亚洲午夜精品一区二区久久 | 卡戴珊不雅视频在线播放| 国产又色又爽无遮挡免| 亚洲欧美日韩无卡精品| 最近中文字幕高清免费大全6| 亚洲av中文字字幕乱码综合| 国产黄色免费在线视频| 精品久久久久久久久av| 99热全是精品| 在线天堂最新版资源| 亚洲欧洲日产国产| 天堂网av新在线| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 黑人高潮一二区| 成年av动漫网址| 日本色播在线视频| 免费看av在线观看网站| 2022亚洲国产成人精品| 女人十人毛片免费观看3o分钟| 人妻一区二区av| 国产男人的电影天堂91| 成人亚洲精品av一区二区| 国产极品天堂在线| 久久久色成人| 大陆偷拍与自拍| 免费观看性生交大片5| 欧美激情国产日韩精品一区| 最近视频中文字幕2019在线8| 日韩电影二区| 亚洲精品亚洲一区二区| 在线观看免费高清a一片| 亚洲av成人精品一区久久| 久久久久久久久大av| 国产精品一区www在线观看| 精品少妇黑人巨大在线播放| 男人舔奶头视频| 美女xxoo啪啪120秒动态图| 久久久久性生活片| 啦啦啦韩国在线观看视频| 国产爱豆传媒在线观看| 搡女人真爽免费视频火全软件| 久久97久久精品| 亚洲精品中文字幕在线视频 | 免费观看精品视频网站| 久久精品人妻少妇| 嫩草影院入口| 国产综合懂色| 亚洲经典国产精华液单| 国产成人福利小说| 国产黄色视频一区二区在线观看| 可以在线观看毛片的网站| 免费观看在线日韩| 亚洲欧洲国产日韩| 亚洲国产最新在线播放| 99久久人妻综合| 国产白丝娇喘喷水9色精品| 色综合站精品国产| 日本黄色片子视频| av在线蜜桃| 偷拍熟女少妇极品色| 精品久久久久久久久久久久久| 日韩av在线免费看完整版不卡| 亚洲精品色激情综合| 国产精品久久久久久av不卡| 欧美人与善性xxx| 黑人高潮一二区| 99热6这里只有精品| 永久网站在线| 韩国av在线不卡| 日本欧美国产在线视频| 简卡轻食公司| 高清在线视频一区二区三区| 欧美区成人在线视频| 亚洲av福利一区| 国产免费又黄又爽又色| 日韩欧美精品v在线| 国产av国产精品国产| 看免费成人av毛片| 国产男人的电影天堂91| 丝袜喷水一区| 国产午夜精品久久久久久一区二区三区| 国产片特级美女逼逼视频| 久久久久久久久中文| 亚洲成人一二三区av| 国产精品一区二区三区四区免费观看| 一夜夜www| 在线免费观看不下载黄p国产| 人妻夜夜爽99麻豆av| 久久97久久精品| 欧美激情久久久久久爽电影| 午夜激情久久久久久久| 国产精品伦人一区二区| 日韩一区二区视频免费看| 只有这里有精品99| 日本爱情动作片www.在线观看| 九九爱精品视频在线观看| 夜夜看夜夜爽夜夜摸| 黄片无遮挡物在线观看| 国产精品美女特级片免费视频播放器| 亚洲最大成人中文| 久久久精品欧美日韩精品| 免费黄频网站在线观看国产| 亚洲精品aⅴ在线观看| 亚洲国产最新在线播放| 日韩在线高清观看一区二区三区| 日韩不卡一区二区三区视频在线| av线在线观看网站| 精品国产露脸久久av麻豆 | 中文天堂在线官网| 日本一二三区视频观看| 日日摸夜夜添夜夜添av毛片| 免费大片18禁| 国产成人a区在线观看| 亚洲精品色激情综合| 亚洲精品中文字幕在线视频 | 99视频精品全部免费 在线| 久久久国产一区二区| 亚洲精品一区蜜桃| 草草在线视频免费看| 欧美3d第一页| 中文欧美无线码| 亚洲国产色片| 人妻夜夜爽99麻豆av| 久久久色成人| 日韩av不卡免费在线播放| 久久99热6这里只有精品| 中文字幕av成人在线电影| 亚洲精品日本国产第一区| 日本熟妇午夜| 久久人人爽人人爽人人片va| 精品久久久精品久久久| 国产激情偷乱视频一区二区| 久久这里只有精品中国| 日本黄色片子视频| 哪个播放器可以免费观看大片| 乱系列少妇在线播放| 边亲边吃奶的免费视频| av国产久精品久网站免费入址| 色网站视频免费| 嫩草影院新地址| 亚洲经典国产精华液单| 成人特级av手机在线观看| 国产亚洲精品av在线| 深爱激情五月婷婷| 欧美激情国产日韩精品一区| 久久久久久国产a免费观看| 国产在视频线在精品| 成人国产麻豆网| 简卡轻食公司| 午夜视频国产福利| 婷婷色综合大香蕉| 成年版毛片免费区| 综合色av麻豆| 91狼人影院| 菩萨蛮人人尽说江南好唐韦庄| 中文字幕亚洲精品专区| 男女边摸边吃奶| 舔av片在线| 99热全是精品| 九草在线视频观看| 亚洲aⅴ乱码一区二区在线播放| 国产精品麻豆人妻色哟哟久久 | 少妇被粗大猛烈的视频| 成年人午夜在线观看视频 | 亚洲欧美日韩无卡精品| videossex国产| 免费观看av网站的网址| 亚洲精品国产成人久久av| 熟妇人妻久久中文字幕3abv| 国产亚洲午夜精品一区二区久久 | 亚洲国产精品专区欧美| 亚洲成人久久爱视频| 黄色日韩在线| 亚洲av电影在线观看一区二区三区 | 最新中文字幕久久久久| 国产亚洲av嫩草精品影院| 色综合色国产| 视频中文字幕在线观看| 免费黄网站久久成人精品| 国产极品天堂在线| 亚洲欧美中文字幕日韩二区| 成人午夜精彩视频在线观看| 美女黄网站色视频| 成人欧美大片| 国产一区亚洲一区在线观看| 啦啦啦韩国在线观看视频| 亚洲欧洲国产日韩| 99久国产av精品国产电影| av在线蜜桃| 一级毛片我不卡| 天天躁夜夜躁狠狠久久av| 日本一二三区视频观看| 精品熟女少妇av免费看| 国产在视频线精品| 国产高潮美女av| 卡戴珊不雅视频在线播放| 高清午夜精品一区二区三区| 欧美日韩视频高清一区二区三区二| 亚洲图色成人| 国产免费福利视频在线观看| 欧美成人一区二区免费高清观看| 国产精品麻豆人妻色哟哟久久 | 最近的中文字幕免费完整| 久久99蜜桃精品久久| 久99久视频精品免费| 免费看a级黄色片| 午夜精品在线福利| 亚洲精品aⅴ在线观看| 日本黄色片子视频| 日本黄大片高清| 一夜夜www| 九九在线视频观看精品| 免费观看无遮挡的男女|