| 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 |
| |
| 引用本文： | 刘嘉.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[J].北京测绘,2019,33(1):101-105. |
| |
| 作者姓名： | 刘嘉 |
| |
| 作者单位： | 洛阳市规划建筑设计研究院有限公司,河南洛阳,471023 |
| |
| 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。
|
| 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) |
Slope Displacement Prediction Method Using PSO-LSSVM of Empirical Mode Decomposition |
| |
| LIU Jia.Slope Displacement Prediction Method Using PSO-LSSVM of Empirical Mode Decomposition[J].Beijing Surveying and Mapping,2019,33(1):101-105. |
| |
| Authors: | LIU Jia |
| |
| Affiliation: | (Luoyang Planning Architectural Design and Research Institute Company Limited,Luoyang Henan 200092,China) |
| |
| Abstract: | LIU Jia(Luoyang Planning Architectural Design and Research Institute Company Limited,Luoyang Henan 200092,China) |
| |
| Keywords: | dam deformation time series empirical mode decomposition Least Squares Support Vector Machine(LSSVM) The Intrinsic Mode Function(IMF) |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
