| 基于CEEMDAN-PSR-KELM的大坝变形预测 |
| |
| 引用本文： | 周兰庭,徐长华,袁志美,卢韬.基于CEEMDAN-PSR-KELM的大坝变形预测[J].人民黄河,2019(6). |
| |
| 作者姓名： | 周兰庭 徐长华 袁志美 卢韬 |
| |
| 作者单位： | 河海大学水利水电学院 |
| |
| 摘 要： | 为提高大坝变形预测精度,针对大坝变形监测序列的非线性、非平稳性等特点,提出一种基于具有自适应噪声的完整集成经验模态分解(CEEMDAN)-相空间重构(PSR)-核极限学习机(KELM)的大坝变形预测模型。首先利用CEEMDAN算法将大坝变形监测序列分解成为若干不同频率的子序列,然后对各序列进行相空间重构,依据重构的各个子序列分别建立相应的KELM预测模型,最后对各子序列预测结果进行叠加求和得到最终预测结果。通过实例对比分析表明,该模型在大坝变形预测中预测精度较高,对于大坝变形安全监测具有一定的实用价值。
|
| 关 键 词： | 大坝变形预测 集成经验模态分解 相空间重构 核极限学习机 |
Dam Deformation Prediction Based on CEEMDAN-PSR-KELM Model |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
|
