基于Adaboost的改进BP神经网络地表沉陷预测

论文摘要

BP神经网络可以解决地表沉陷等非线性关系问题,为了更精确地进行地表沉陷变形预测,引入Adaboost算法对BP神经网络进行改进,并运用Matlab R2014a建立基于Adaboost的BP神经网络地表沉陷预测模型。首先通过BP神经网络进行训练、测试,经过多次迭代,将每个BP神经网络作为一个弱预测器加权组合,形成强预测器,并首次对青岛地铁3号线保河区间隧道进行地表下沉值预测。预测结果表明:Adaboost的BP神经网络预测下沉值的平均绝对误差为0.585 3 mm,平均相对误差为5.82%,与BP神经网络预测相比,绝对误差降低了2.594 7 mm,相对误差降低了27.46%,由此表明Adaboost的BP神经网络适用于地表沉陷预测,且预测精度更高。

论文目录

文章来源

类型: 期刊论文

作者: 潘红宇,赵云红,张卫东,白芸,韩亚伟

关键词: 地表沉陷,算法,神经网络,变形预测

来源: 煤炭科学技术 2019年02期

年度: 2019

分类: 工程科技Ⅰ辑

专业: 矿业工程

单位: 西安科技大学安全科学与工程学院,陕西省崔家沟煤矿,西安科技大学理学院

基金: 国家自然科学基金资助项目(51374236,51474172,51374168),国家自然科学基金科学仪器基础研究专款资助项目(51327007)

分类号: TD327

DOI: 10.13199/j.cnki.cst.2019.02.027

页码: 161-167

总页数: 7

文件大小: 260K

下载量: 238

相关论文文献

• [1].基于多步校正的改进AdaBoost算法[J]. 清华大学学报(自然科学版)网络.预览 2008(10)
• [2].基于AdaBoost级联框架的舌色分类[J]. 北京生物医学工程 2020(01)
• [3].基于CEEMDAN+RF+AdaBoost的短期负荷预测[J]. 水电能源科学 2020(04)
• [4].基于AdaBoost算法的炉芯温度预测模型[J]. 钢铁研究学报 2020(05)
• [5].基于iForest-Adaboost的核电厂一回路故障诊断技术研究[J]. 核动力工程 2020(03)
• [6].基于AdaBoost的短期边际电价预测模型[J]. 计算机与数字工程 2020(02)
• [7].基于AdaBoost的雷达剩余杂波抑制方法[J]. 电光与控制 2020(06)
• [8].基于AdaBoost集成学习的窃电检测研究[J]. 电力系统保护与控制 2020(19)
• [9].基于混合采样AdaBoost的地中海贫血数据诊断研究[J]. 数据通信 2020(05)
• [10].基于KELM-AdaBoost方法的短期风电功率预测（英文）[J]. 控制工程 2019(03)
• [11].Adaboost-SVM多因子选股模型[J]. 经济研究导刊 2019(10)
• [12].一种改进的Adaboost-BP算法在手写数字识别中的研究[J]. 大理大学学报 2019(06)
• [13].一种快速AdaBoost.RT集成算法时间序列预测研究[J]. 电子测量与仪器学报 2019(06)
• [14].一种加入动态权重的AdaBoost算法[J]. 重庆师范大学学报(自然科学版) 2019(05)
• [15].基于改进的AdaBoost算法的中压配电网断线不接地故障检测[J]. 电测与仪表 2019(16)
• [16].基于Adaboost算法的人脸检测的研究[J]. 中外企业家 2019(26)
• [17].基于Adaboost.RT算法的隧道沉降时间序列预测研究[J]. 中国计量大学学报 2019(03)
• [18].一种改进的BP-AdaBoost算法及应用研究[J]. 现代电子技术 2019(19)
• [19].AdaBoost的多样性分析及改进[J]. 计算机应用 2018(03)
• [20].基于改进Real AdaBoost算法的软件可靠性预测[J]. 空军工程大学学报(自然科学版) 2018(01)
• [21].一种基于聚类和AdaBoost的自适应集成算法[J]. 吉林大学学报(理学版) 2018(04)
• [22].基于Adaboost算法的人眼检测技术在路考系统中的应用[J]. 汽车与安全 2016(04)
• [23].基于改进Adaboost算法的人脸检测方法[J]. 科技经济导刊 2018(18)
• [24].基于Adaboost和回归树集合技术的疲劳识别研究[J]. 汕头大学学报(自然科学版) 2017(02)
• [25].基于AdaBoost算法的在线连续极限学习机集成算法[J]. 软件导刊 2017(04)
• [26].基于Adaboost的改进多元线性回归算法中长期负荷预测[J]. 太原理工大学学报 2017(05)
• [27].Adaboost人眼定位方法改进与实现[J]. 大连交通大学学报 2017(05)
• [28].基于SVM-Adaboost裂缝图像分类方法研究[J]. 公路交通科技 2017(11)
• [29].基于Adaboost算法的主客观句分类[J]. 长春大学学报 2015(12)
• [30].基于AdaBoost的极限学习机集成算法[J]. 软件导刊 2016(04)

标签：地表沉陷论文;  算法论文;  神经网络论文;  变形预测论文;