设计一种适用于桥梁静载试验中极不完备数据条件下的优化GM(1,1)模型。使用3个前置神经网络模块替换传统模型中的微分拟合过程，利用神经网络的回归能力对其进行优化，使用1个后置神经网络模块结合1个数据解模糊模块替换传统模型的数据还原过程，其他数据处理方式沿用传统模型的数据处理方式。经过仿真计算，发现不同桥梁设计规模下，优化模型的标准差显著低于传统模型，证实优化模型具有较显著的算力提升。
科研之友
微信
新浪微博
Facebook
分享链接
