基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对大坝变形具有非线性和非平稳性的特点,提出一种基于集合经验模态分解(EEMD)的大坝变形多步预测新算法.首先从时频分析出发,利用集合经验模态分解将变形时间序列分解成具有不同频率特征的分量;然后采用游程判定法对波动程度相似的分量重构为高、中和低频3个分量;最后对3个分量分别建立相应的多步预测模型,叠加各预测值即为最终预测结果.经算例验证,并与AR模型、BP神经网络和支持向量机的多步预测进行对比分析,同时建立不同预测步长进一步验证.结果表明,该算法预测精度较高,在大坝变形波动剧烈的时段也能保证较好的预测效果,可以应用于大坝变形预测.
推荐文章
基于EEMD技术在电力信息安全中的多步时间序列预测方法
势态感知
集合经验模态
极限学习机
混合人工鱼群
多步时间序列预测
基于EEMD-PCA-ARIMA模型的大坝变形预测
大坝变形
变形预测
集合经验模态分解
主成分分析
自回归移动平均模型
基于EEMD-GA-BP模型的大坝变形监测数据预测
大坝变形
预测模型
集合经验模态分解
BP神经网络
遗传优化算法
基于DPSO-ANFIS的大坝变形预测模型
自适应模糊神经网络
动态权重粒子群算法
大坝变形预测
适应度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于EEMD的大坝变形多步预测方法研究
来源期刊 大地测量与地球动力学 学科 地球科学
关键词 大坝变形 集合经验模态分解 支持向量机 AR模型 多步预测
年,卷(期) 2015,(5) 所属期刊栏目 地震大地测量
研究方向 页码范围 816-820
页数 5页 分类号 P258
字数 语种 中文
DOI 10.14075/j.jgg.2015.05.020
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 任超 67 227 9.0 12.0
2 梁月吉 34 93 5.0 8.0
3 庞光锋 11 50 4.0 7.0
4 蓝岚 9 19 2.0 4.0
5 唐利 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (80)
共引文献  (276)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(8)
  • 参考文献(0)
  • 二级参考文献(8)
1999(9)
  • 参考文献(0)
  • 二级参考文献(9)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(15)
  • 参考文献(3)
  • 二级参考文献(12)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(7)
  • 参考文献(2)
  • 二级参考文献(5)
2009(10)
  • 参考文献(2)
  • 二级参考文献(8)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
大坝变形
集合经验模态分解
支持向量机
AR模型
多步预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
大地测量与地球动力学
月刊
1671-5942
42-1655/P
大16开
武昌洪山侧路40号
38-194
1981
chi
出版文献量(篇)
4168
总下载数(次)
6
总被引数(次)
34475
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导