基于 EMD和GA-BP神经网络的大坝变形预测

• 作者: 任超 刘立龙 庞光锋 杨兴跃 梁月吉
• 来源期刊: 桂林理工大学学报
• 学科: 地球科学
• 关键词: 大坝变形 经验模态分解 遗传算法 BP神经网络 精度评定
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 土木工程与测绘科学
• 页码范围: 111-116
• 页数: 6页
• 分类号: P258
• 字数: 5042字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-9057.2015.01.017

摘要

提出一种基于经验模态分解（EMD）和遗传BP神经网络的大坝变形预测新算法。该算法首先通过EMD对变形序列进行分解，有效分离出非线性高频波动分量和低频趋势分量；然后应用遗传算法优化BP神经网络的权值和阈值，再对各分量进行建模预测；最后叠加各分量预测值得到预测结果。应用新算法与灰色GM （1，1）、回归模型、普通卡尔滤波和遗传BP神经网络算法进行对比分析。结果表明，该算法具有较强的自身内部环境优化和外部平台构建能力，自适应能力和非线性拟合能力较强，在一定程度上保证较优的局部预测值和较好的全局预测精度，在大坝变形预测中具有一定的实用价值。