经验模态分解和最小二乘支持向量机在大坝变形预测中的应用

• 作者: 刘嘉
• 来源期刊: 北京测绘
• 学科: 地球科学
• 关键词: 大坝变形 时间序列 经验模态分解 最小二乘支持向量机(LSSVM) 本征模式分量(IMF)
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 技术应用
• 页码范围: 101-105
• 页数: 5页
• 分类号: P258
• 字数: 3132字
• 语种: 中文
• DOI: 10.19580/j.cnki.1007-3000.2019.01.022

摘要

由于受到温度、雨水冲刷等外在因素的影响,大坝变形时间序列数据会呈现出非线性和非平稳的曲线特性.为此,提出一种经验模态分解(EMD)和最小二乘支持向量机(LSSVM)相结合的大坝变形预测模型.首先,使用EMD对大坝变形时间序列数据分解成若干个不同尺度的本征模式分量(IMF);然后,利用LSSVM模型对各个IMF进行预测;最后,对预测的结果相加得到大坝变形预测值.以吉林市丰满大坝为算例,构建EMD-LSSVM预测模型,并与LSSVM模型对比分析,结果表明,EMD-LSSVM模型预测效果更好,精度更高,具有更好的实用型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘嘉		2	4	1.0	2.0