公开(公告)号：CN109460608B

公开(公告)日：2022-11-25

申请号：CN201811333380.5

申请日：2018-11-09

Applicant: 东北大学

Inventor： 肖冬 ,  付晓锐 ,  王宝华 ,  谢菲鸿 ,  李雪娆 ,  毛亚纯

IPC: G06F30/20 ,  G06N7/02

Abstract: 本发明提供一种基于模糊时间序列的高陡边坡形变预测的方法，包括：获得多组天顶距、斜距、方位角的测量数据，其中根据数据的范围合理的划分论域，根据整体分布优化算法将论域合理的分为i个连续区间，通过三角模糊隶属度函数定义i个论域区间的隶属度函数；模糊化历史数据，将测量数据分配至各个模糊区间实施模糊化；通过定连续时间序列的模糊集建立以个模糊关系，将数据中所有相同初始状态的全部模糊关系放到同一个模糊关系组中，建立模糊矩阵；根据建立好的模糊矩阵去模糊化预测。上述方法在坡度突变时准确率依然较高，整体分布优化算法避免了平均值分论域的片面性，整体提高了预测精度。

公开(公告)号：CN109460608A

公开(公告)日：2019-03-12

申请号：CN201811333380.5

申请日：2018-11-09

Applicant: 东北大学

Inventor： 肖冬 ,  付晓锐 ,  王宝华 ,  谢菲鸿 ,  李雪娆 ,  毛亚纯

IPC: G06F17/50 ,  G06N7/02

Abstract: 本发明提供一种基于模糊时间序列的高陡边坡形变预测的方法，包括：获得多组天顶距、斜距、方位角的测量数据，其中根据数据的范围合理的划分论域，根据整体分布优化算法将论域合理的分为i个连续区间，通过三角模糊隶属度函数定义i个论域区间的隶属度函数；模糊化历史数据，将测量数据分配至各个模糊区间实施模糊化；通过定连续时间序列的模糊集建立以个模糊关系，将数据中所有相同初始状态的全部模糊关系放到同一个模糊关系组中，建立模糊矩阵；根据建立好的模糊矩阵去模糊化预测。上述方法在坡度突变时准确率依然较高，整体分布优化算法避免了平均值分论域的片面性，整体提高了预测精度。