马尔科夫链改进的ARIMA-BP神经网络模型研究  

An Improved ARIMA-BP Neural Network Model Based on Markov Chain

作　　者：邹进贵[1,2] 肖扬宣 张士勇[1,2] 

机构地区：[1]武汉大学测绘学院,湖北武汉430079 [2]精密工程与工业测量国家测绘地理信息局重点实验室,湖北武汉430079

出　　处：《测绘地理信息》2016年第4期32-36,共5页Journal of Geomatics

基　　金：国家自然科学基金资助项目(41074025)~~

摘　　要：地基沉降的机理十分复杂,难以用一种预测模型精确预测。结合某地基沉降的实际数据,采用时间序列分析法和BP神经网络法相结合的组合模型进行预测,并用马尔科夫理论对预测结果进行改进,得到了更可靠的结果。Foundation settlement has very complex mechanism,a single method can hardly have high accuracy of the prediction.In this paper,we presented a combination model of ARIMA-BP neural network and did a prediction for a foundation settlement,then improve the predicted result by using Marcov theory and obtained the better result.

关 键 词：地基沉降预测 自回归滑动平均 反向传播神经网络 自回归滑动平均和反向传播神经网络组合模型 马尔科夫 

分 类 号：P258[天文地球—测绘科学与技术] TP391.4[自动化与计算机技术—计算机应用技术]