基于EMD的小波神经网络模型预测大坝变形

• 作者: 王玉振
• 来源期刊: 水力发电
• 学科: 工学
• 关键词: 大坝变形 预测 小波神经网络 BP神经网络模型 EMD-WNN预测模型
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 安全监测与评价
• 页码范围: 101-104
• 页数: 4页
• 分类号: TV698.11
• 字数: 2502字
• 语种: 中文
• DOI: 10.3969/j.issn.0559-9342.2018.08.027

摘要

针对大坝变形预测中非平稳非线性的数据处理问题,以及小波神经网络(WNN)在预测中无法实现自适应多分辨率分析的不足,提出一种基于经验模态分解(EMD)的小波神经网络预测模型(EMD-WNN).利用经验模态法将变形时间序列分解成具有不同物理尺度特征的变形分量,以便降低其非平稳性;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,并分别对其建立WNN模型;最后叠加各预测值即为最终预测结果.算例与多元回归模型、BP神经网络模型和WNN模型对比分析表明,该算法预测精度较高,可用于大坝变形预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王玉振		21	29	4.0	4.0