基于EMD分解法的大坝变形预测模型及应用

• 作者: 包腾飞 金盛杰 钱秋培 陈迪辉
• 来源期刊: 水利水电技术
• 学科: 工学
• 关键词: 大坝变形 预测 EMD分解法 相关向量机 改进粒子群算法
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 水工建筑
• 页码范围: 41-44,62
• 页数: 5页
• 分类号: TV698.11
• 字数: 2837字
• 语种: 中文
• DOI: 10.13928/j.cnki.wrahe.2017.12.007

摘要

针对传统模型对脉动时间序列的预测效果较差的情况,结合经验模态分解(EMD)、相关向量机(RVM)理论以及改进粒子群算法(IPSO)的优点,提出一种基于EMD分解法的大坝变形预测模型.首先利用EMD分解法对大坝变形时间序列进行分解和重构,使非平稳的大坝变形时间序列平稳化,再以RVM理论为基础进行预测,核函数选用高斯核函数,并采用改进粒子群算法(IPSO)进行寻优,最终建立EMD-RVM(IPSO)大坝变形预测模型.通过实例计算得到,SVM、RVM和EMD-RVM(IPSO)三种模型的平均残差分别为5.29 mm、3.13 mm、0.97 mm,并且EMD-RVM (IPSO)模型的预测值误差均控制在5％以内.这证明EMD分解法对非平稳时间序列的预处理可有效提高预测精度,相比于标准SVM模型和RVM模型,EMD-RVM (IPSO)模型的预测精度更高,且结构稀疏度更好,在实际工程中具有一定的可行性.