成 枢，荆晓宇，李 圳,2

(1．山东科技大学 测绘科学与工程学院，山东 青岛 266510; 2．中国测绘科学研究院，北京 100830)

基于T-S模糊神经网络的变形预报研究

成 枢1，荆晓宇1，李 圳1,2

(1．山东科技大学 测绘科学与工程学院，山东 青岛 266510; 2．中国测绘科学研究院，北京 100830)

T-S模糊神经网络模型是根据模糊系统和人工神经网络优缺点具有明显的互补性结合而成。文中基于T-S模糊神经网络，将其应用于变形预测。通过实测数据和仿真数据分析比较了其与BP神经网络、小波神经网络在预测精度、算法稳定性和有效区间3个评价标准上的优劣。结果表明，在变形预测，特别是利用长周期监测数据进行预报时，T-S模糊神经网络具有一定的优势。

模糊理论；模糊神经网络；变形预测；精度；稳定性；有效区间

随着我国经济的发展，城镇化速度加快，在建筑物施工和使用初期，要周期性地利用监测数据对建筑物变形作出及时预报[1]。随着数据处理技术的发展，神经网络以其较强的容错力、自学习、自组织和自适应等优点，广泛应用于数据预测领域，表现出良好的智能特性[2-5]。但目前变形预报中常用的BP神经网络、小波神经网络等虽然具有较强的非线性拟合能力，但仍然存在着收敛速度慢、误差较大且结果不稳定等缺点，制约其在变形预报中的应用[6]。

模糊数学是用来描述、研究和处理事物模糊特征的一种数学理论[7]。由模糊理论与神经网络结合形成的模糊神经网络不但具有模仿人脑思维逻辑的能力，而且同时具有神经网络良好的非线性描述、擅长处理多变量等优点，成为大量研究学者的研究热点[8]。……