经验模态分解和最小二乘支持向量机在大坝变形预测中的应用

论文摘要

由于受到温度、雨水冲刷等外在因素的影响,大坝变形时间序列数据会呈现出非线性和非平稳的曲线特性。为此,提出一种经验模态分解（EMD）和最小二乘支持向量机（LSSVM）相结合的大坝变形预测模型。首先,使用EMD对大坝变形时间序列数据分解成若干个不同尺度的本征模式分量（IMF）;然后,利用LSSVM模型对各个IMF进行预测;最后,对预测的结果相加得到大坝变形预测值。以吉林市丰满大坝为算例,构建EMD-LSSVM预测模型,并与LSSVM模型对比分析,结果表明,EMD-LSSVM模型预测效果更好,精度更高,具有更好的实用型。

论文目录

• 0 引言
• 1 大坝变形预测模型构建
•   1.1 经验模态分解法
•   1.2 最小二乘支持向量机
•   1.3 EMD- LSSVM大坝预测模型
• 2 模型试算与分析
•   2.1 模型试算
•   2.2 模型误差分析
• 3 结束语

文章来源

类型: 期刊论文

作者: 刘嘉

关键词: 大坝变形,时间序列,经验模态分解,最小二乘支持向量机,本征模式分量

来源: 北京测绘 2019年01期

年度: 2019

分类: 基础科学,工程科技Ⅱ辑,信息科技

专业: 水利水电工程,自动化技术

单位: 洛阳市规划建筑设计研究院有限公司

分类号: TV698.11;TP181

DOI: 10.19580/j.cnki.1007-3000.2019.01.022

页码: 101-105

总页数: 5

文件大小: 924K

下载量: 173