基于小波神经网络理论的边坡位移预测 (2006年)

研究边坡位移混沌时间序列的预测，利用混沌系统的相空间重构理论，提出基于小波神经网络的边坡位移预测方法。通过计算表明，该方法与其它方法相比可避免误差曲面局部最小，网络节点少，参数确定较为容易，学习效率高，收敛速度快，自适应性强，精度高等优点，为边坡位移预测提供了一种可行的、新的探索途经。