利用经验模态分解和LSSVM预测隧道不均匀沉降

• 作者: 张晓平 汤俊 邹自力
• 来源期刊: 测绘科学
• 学科: 工学
• 关键词: 经验模态分解 最小二乘支持向量机 隧道 不均匀沉降预测
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 基础研究
• 页码范围: 29-31
• 页数: 3页
• 分类号: TU433
• 语种: 中文

摘要

隧道不均匀沉降是个复杂的系统.针对其非线性、非平稳的特点,本文将经验模态分解(EMD)和最小二乘支持向量机(LSSVM)引入该领域,建立了一种基于EMD和LSSVM的预测模型.首先,利用EMD方法将原始序列作平稳化处理,得到一系列本征模态分量(IMF);其次,根据各个IMF的变化规律,采用合适的参数构造不同的LSSVM进行预测;最后合成原始序列的预测值,并与单一的LSSVM模型和AR模型相比较,结果表明,该方法具有较高的精度和较强的泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邹自力	东华理工大学地球科学与测绘工程学院	76	438	9.0	17.0
2	汤俊	东华理工大学资环系	9	32	4.0	5.0
3	张晓平	东华理工大学地球科学与测绘工程学院	28	242	7.0	15.0