大坝变形多尺度分析ELMD-LSSVM预测模型

• 作者: 周世健 周昀琦 王奉伟 罗亦泳
• 来源期刊: 辽宁工程技术大学学报（自然科学版）
• 学科: 工学
• 关键词: 总体局部均值分解ELMD 最小二乘支持向量机LSSVM 多尺度 变形分析
• 年，卷（期）: 2016,（12）
• 页码范围: 1475-1479
• 页数: 5页
• 分类号: TV321
• 语种: 中文
• DOI: 10.11956/j.issn.1008-0562.2016.12.017

摘要

针对局部均值分解LMD实现过程中存在的模式混淆现象,利用局部均值分解的原理,提出一种结合总体局部均值分解(ELMD)与最小二乘支持向量机(LSSVM)方法的多尺度大坝变形预测模型.利用ELMD方法对大坝变形序列进行分解,得到其PF分量,利用最小二乘支持向量机进行外推预测,再把各PF分量的预测结果进行叠加重构,得到大坝变形预测值.通过实例验证分析,比较多元回归分析、LSSVM和ELMD-LSSVM三种模型在大坝变形监测数据处理中的拟合和预测结果.研究结果表明:ELMD-LSSVM方法能够减弱模态混叠现象的影响,充分发掘数据本身所蕴含的物理机制和物理规律,为大坝变形多尺度预测分析奠定较好的基础.