基于EEMD-ELM的大坝变形预测模型

• 作者: 刘永涛 曹恩华 鄢涛 陈波
• 来源期刊: 长江科学院院报
• 学科: 工学
• 关键词: 大坝变形 预测模型 集合经验模态分解(EEMD) 极限学习机(ELM) 本征模函数(IMF)
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 工程安全与灾害防治
• 页码范围: 70-73,80
• 页数: 5页
• 分类号: TV698.1
• 语种: 中文
• DOI: 10.11988/ckyyb.20190892

摘要

建立合理可信的大坝变形监控模型对科学有效地分析大坝变形监测数据和准确可靠地评估大坝工作运行状况意义重大.通过EEMD算法分解大坝变形量,得到代表不同特征尺度的本征模函数(IMF)分量,针对不同IMF分量选择不同影响因素,将各IMF分量作为极限学习机(ELM)的训练样本对大坝变形分量进行分析、拟合、预测,最后累加各IMF分量的预测结果得到大坝变形预测值.以某碾压混凝土重力坝为例,利用EEMD-ELM模型对大坝变形量进行预测,同时与BPNN模型和ELM模型的预测结果进行对比分析,其中EEMD-ELM模型的平均相对误差为0.566,较BPNN模型、ELM模型分别降低54％和14.8％,表明EEMD-ELM模型预测精度更高,具备一定的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈波		28	365	11.0	19.0
2	鄢涛		2	0	0.0	0.0
3	曹恩华		1	0	0.0	0.0
4	刘永涛		1	0	0.0	0.0