基于Kalman滤波的灰色BP神经网络变形分析与预测模型研究

摘要

随着国民经济的快速发展，一些大型及超大型的工程不断的投入建设，在其施工运营过程中的安全问题是人们关注的热点，而变形分析与预测是监测其安全情况的重要手段，为其进行安全施工和运营提供重要的决策依据。目前，在变形分析与预测方面，存在多种变形分析与预测模型，其中包括大量的诸如灰色系统理论、BP神经网络、回归分析等单一模型与由单一模型组合而成的组合模型等。本文主要是对观测数据通过Kalman滤波去噪，而后利用灰色系统理论与BP神经网络进行组合研究，建立基于Kalman滤波的灰色BP神经网络。研究的具体内容如下：　　（1）综述了国内外变形分析与预测方法发展情况，介绍了灰色理论、Kalman滤波、BP神经网络与组合模型的研究现状，对时间序列、回归分析、BP神经网络、有限元法等方法的基础理论与特点进行了综述。　　（2）阐述了灰色模型、BP神经网络单一模型状态下的优缺点，介绍了二者组合后的特点与几种组合形态，另外详细阐述了灰色系统与Kalman滤波的基础理论与各模型的评价标准，概述了基于Kalman滤波的灰色模型与基于Kalman滤波的灰色BP神经网络的基本形式与计算流程。　　（3）针对本文实例中观测值受噪音影响的情况，分别采用了回归分析、BP神经网络、基于Kalman滤波的灰色模型和基于Kalman滤波的灰色BP神经网络对其进行变形预测分析，通过对各个模型的计算结果比较可得基于Kalman滤波的灰色BP神经网络在本实例中具有更好的精度水平。　　（4）总结指出对基于Kalman滤波的灰色BP神经网络的一些改进与发展前景，在影响因子的选取上本文指定选取了一个因子从而制约了模型的适用性，另外GM(1,1)模型的精度也有进一步研究优化的可能。

目录

声明

第1章 绪论

1.1 本文研究的背景和目的

1.2 国内外研究现状与发展趋势

1.3 研究内容与关键问题

1.4 本文技术路线

第2章 变形分析及预测的理论基础

2.1 引言

2.2 时间序列分析法

2.3 灰色系统理论

2.4 回归分析法

2.5 有限元法

2.6 Kalman滤波

2.7 BP神经网络

2.8小波分析

2.9 本章小结

第3章 基于Kalman滤波的灰色BP神经网络模型理论基础

3.1 引言

3.2 Kalman滤波

3.3 灰色系统理论

3.4 基于Kalman滤波的灰色模型

3.5 基于Kalman滤波的灰色BP神经网络模型

3.6 本章小结

第4章 基于Kalman滤波的灰色BP神经网络模型应用

4.1工程实例分析

4.2回归分析

4.3 BP神经网络模型

4.4基于Kalman滤波的灰色BP神经网络模型

4.5数据统计分析

4.6本章小结

第5章 总结与展望

5.1 本文研究工作总结

5.2 展望与建议

参考文献

致谢