摘要
本发明公开了一种基于进化算法的地表沉降测量数据实时拟合方法,S1.获取地表沉降测量数据集;S2.对地表沉降测量数据集进行预处理;S3.生成地表沉降测量数据特征矩阵;S4.构建用于地表沉降测量数据拟合的径向基函数神经网络模型;S5.采用阿尔法进化算法对初始地表沉降测量数据拟合函数的参数进行优化;S6.采用优化的地表沉降测量数据拟合函数对输入的地表沉降测量数据进行预测。本发明有效提高了地表沉降测量数据拟合的计算效率、非线性表达能力及全局优化能力,能够广泛应用于地表沉降监测、基础设施安全评估和矿区塌陷预测多个场景。
技术关键词
进化算法
阿尔法
全球导航卫星系统
周期性特征
异常数据点
径向基函数神经网络
激光雷达点云
合成孔径雷达
测量点
高斯径向基函数
傅里叶变换方法
矩阵
地表沉降监测
速率
参数
小波变换方法
坐标系
非线性
系统为您推荐了相关专利信息
智能电力控制系统
中央控制平台
设备运行参数
电力分配
母线槽
信息学习方法
板坯
订单
禁忌搜索优化
禁忌搜索算法
统计分析技术
数据清洗算法
缩短开发周期
精度
优化效能