大坝变形多尺度分析ELMD-LSSVM预测模型

作者：王奉伟; 周昀琦; 周世健; 罗亦泳

来源：辽宁工程技术大学学报(自然科学版), 2016, 35(12): 1475-1479.

• 总体局部均值分解ELMD
• 最小二乘支持向量机LSSVM
• 多尺度
• 变形分析

针对局部均值分解LMD实现过程中存在的模式混淆现象,利用局部均值分解的原理,提出一种结合总体局部均值分解(ELMD)与最小二乘支持向量机(LSSVM)方法的多尺度大坝变形预测模型.利用ELMD方法对大坝变形序列进行分解,得到其PF分量,利用最小二乘支持向量机进行外推预测,再把各PF分量的预测结果进行叠加重构,得到大坝变形预测值.通过实例验证分析,比较多元回归分析、LSSVM和ELMD-LSSVM三种模型在大坝变形监测数据处理中的拟合和预测结果.研究结果表明:ELMD-LSSVM方法能够减弱模态混叠现象的影响,充分发掘数据本身所蕴含的物理机制和物理规律,为大坝变形多尺度预测分析奠定较好的基础.

• 单位
  东华理工大学; 南昌航空大学; 流域生态与地理环境监测国家测绘地理信息局重点实验室