基于EMD分解法的大坝变形预测模型及应用

作者：金盛杰; 包腾飞; 陈迪辉; 钱秋培

来源：水利水电技术(中英文), 2017, 48(12): 41-62.

DOI：10.13928/j.cnki.wrahe.2017.12.007

• 大坝变形
• 预测
• EMD分解法
• 相关向量机
• 改进粒子群算法

针对传统模型对脉动时间序列的预测效果较差的情况,结合经验模态分解(EMD)、相关向量机(RVM)理论以及改进粒子群算法(IPSO)的优点,提出一种基于EMD分解法的大坝变形预测模型。首先利用EMD分解法对大坝变形时间序列进行分解和重构,使非平稳的大坝变形时间序列平稳化,再以RVM理论为基础进行预测,核函数选用高斯核函数,并采用改进粒子群算法(IPSO)进行寻优,最终建立EMD-RVM(IPSO)大坝变形预测模型。通过实例计算得到,SVM、RVM和EMDRVM(IPSO)三种模型的平均残差分别为5.29 mm、3.13 mm、0.97 mm,并且EMD-RVM(IPSO)模型的预测值误差均控制在5%以内。这证明EMD分解法对非平稳时间序列的预处理可有效提高预测精度,相比于标准SVM模型和RVM模型,EMD-RVM(IPSO)模型的预测精度更高,且结构稀疏度更好,在实际工程中具有一定的可行性。

• 单位
  河海大学; 水文水资源与水利工程科学国家重点实验室