边坡位移 LMD-BP神经网络模型研究

• 作者: 于伟 安凤平 蔡璟珞
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: LMD 位移时序 BP神经网络 边坡
• 年，卷（期）: 2013,（9）
• 所属期刊栏目: 基金项目论文
• 页码范围: 107-109,186
• 页数: 4页
• 分类号: TP393
• 字数: 2619字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2013.09.031

摘要

结合局部均值分解LMD（ Local mean decomposition ）算法和BP神经网络算法，提出一种全新的局部均值分解---BP神经网络位移时序预测模型。通过把实际监测的位移值作为训练样本，利用局部均值分解算法对其进行高度的自适应分解，得到多个生产函数PF（ Product function ）分量；而后通过BP神经网络模型对每一个PF分量进行预测，再把各个PF分量预测值进行重构累加，即可得到位移的预测值。通过BP神经网络对相关参数进行优化，达到了对于预测精度的改善。将该模型应用到永久船闸高边坡的三个监测点上进行位移时序预测中，结果表明，预测精度较高，具有一定的科学依据，在边坡体位移时序预测领域中具有极大的潜在价值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡璟珞	太原理工大学研究生院	5	15	3.0	3.0
3	于伟		2	7	1.0	2.0
9	安凤平	华北科技学院建筑工程学院	1	7	1.0	1.0