首页> 中文期刊> 《水力发电》 >基于集合经验模态分解和支持向量机的大坝变形预测方法

基于集合经验模态分解和支持向量机的大坝变形预测方法

         

摘要

受水位、温度等诸多因素共同影响,大坝变形具有随机性和非线性特征,提出了一种基于集合经验模态分解(EEMD)和支持向量机(SVM)的大坝变形预测算法.算法先对大坝位移序列进行集合经验模态分解,有效分离出隐含在时序中的非线性高频波动成分和低频趋势成分;其次根据各分量特点构造不同的SVM进行预测,最后叠加各分量预测值得到预测结果.与BP神经网络模型及传统支持向量机的对比结果表明,所提预测算法具有较强的自适应预测能力,预测精度较高.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号