偏最小二乘回归神经网络模型在爆破振动峰值速度预测中的应用 (2013年)
偏最小二乘回归神经网络模型在爆破振动峰值速度预测中的应用 (2013年)神经网络方法是处理非线性问题的有力工具，但当输入变量较多，输入变量问存在的多重共线性性会使得网络的建模效率下降。偏最小二乘回归方法通过提取对因变量解释性较强的成分，能较好地克服变量问的多重共线性。将两种方法相结合，建立了爆破振动峰值速度的偏最小二乘回归BP神经网络预测模型。利用偏最小二乘法对影响爆破振动的因素进行分析，提取出3个新综合变量，使BP网络的输入层节点数目由9个减少到3个，简化了网络结构，提高了计算速度，增强了网络稳定性。
页:
[1]