EEMD-PSOGSVM耦合模型在深基坑位移预测中的应用

• 作者: 俞凯 杨帆 谢洋洋
• 来源期刊: 大地测量与地球动力学
• 学科: 地球科学
• 关键词: 深基坑位移 EEMD PSOGSVM 滤波分解 相空间重构
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 地壳运动
• 页码范围: 599-603
• 页数: 5页
• 分类号: P227|P315
• 字数: 2893字
• 语种: 中文
• DOI: 10.14075/j.jgg.2017.06.009

摘要

针对单一预测模型的不足,提出EEMD分解与粒子群灰色支持向量机(particle swarm optimization grey support vector machine,PSOGSVM)相结合的基坑位移预测模型.以基坑时间序列的混沌性为基础,利用EEMD分解时间序列,采用相空间重构技术构造样本,应用PSOGSVM模型进行基坑预测,并与GM(1,1)、SVM、遗传小波神经网络进行对比.结果表明,该算法预测精度好,具有良好的稳定性,可有效地应用于基坑位移预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨帆	辽宁工程技术大学测绘与地理科学学院	84	708	14.0	23.0
2	谢洋洋	辽宁工程技术大学测绘与地理科学学院	6	25	3.0	4.0
3	俞凯		1	1	1.0	1.0