论文部分内容阅读
Verhulst反函数模型适用于非负、单调、监测数据波动小的预测问题，因而对随机波动性较大的数据序列拟合较差，故预测精度低。BP神经网络预测模型适用于随机的非线性动态数据系统，可弥补Verhulst反函数预测模型的局限性。在Verhulst反函数预测预报模型的基础上，增加残差项，运用BP神经网络对残差序列进行二次建模分析，形成滑坡失稳时间预报的Verhulst反函数残差修正模型预测方法。应用Verhulst反函数残差修正模型和Verhulst反函数模型预测方法，对国内外滑坡监测实例进行滑坡预测预报的结果表