科研之友
微信
新浪微博
Facebook
分享链接
摘要
准确的风速预测对于保障强风区的桥梁及行车安全是十分必要的。但因风速波动性大,非平稳性质强,准确预测较为困难。为提高预测精度,研究中采用EMD-Elman预测模型。将预测性能良好的Elman神经网网络融入经验值分解技术,以降低风速时程的非平稳性质。以大渡河大桥桥址区的实测风速作为算例验证。系统地研究了EMD-Elman模型的预测效果,并将其与Elman神经网络及被广泛采用的持续法和差分自回归移动平均模型进行对比。结果显示,融入经验值分解技术后,EMD-Elman模型预测性能有大幅提升;较Elman神经网络、持续法和差分自回归移动平均模型而言,EMD-Elman模型预测性能最为优越,可用于桥址区风速预测。
-
单位四川省交通运输厅公路规划勘察设计研究院; 西南交通大学
