基于EMD-SVR的高挡墙护坡位移预测方法

陈凯

您当前的位置：

首页 >

文章列表页 >

基于EMD-SVR的高挡墙护坡位移预测方法

更新时间：2026-02-25

- 基于EMD-SVR的高挡墙护坡位移预测方法
- Vol. 22, Issue 11, Pages: 109-112(2024)
- 作者机构：
  
  国能包神铁路有限责任公司
- 作者简介：
- 基金信息：
- DOI：
  CLC： U213.1;U417.11
- Published：2024
- 稿件说明：
移动端阅览
陈凯. 基于EMD-SVR的高挡墙护坡位移预测方法[J]. 2024, 22(11): 109-112.
DOI：

陈凯. 基于EMD-SVR的高挡墙护坡位移预测方法[J]. 2024, 22(11): 109-112. DOI：

摘要

针对传统基于单一模型的护坡位移预测方法预测精度较低的问题，提出了一种基于经验模态分解（EMD）和支持向量回归（SVR）的预测模型（EMD-SVR）。首先对护坡位移时间序列进行EMD分解，将原始复杂序列分解为一系列结构相对简单的本征模函数（IMF）；然后分别对每个IMF建立SVR模型进行变形趋势预测，同时提出改进的粒子群算法对SVR核参数进行全局寻优，提升预测性能；最后综合叠加各IMF预测值获得最终护坡位移变化趋势预测结果。实验结果表明，该方法比SVR、BP神经网络等单一模型的预测精度更高，最大预测误差等4项指标表现更优。

Abstract

关键词

Keywords

references

王力,贾欣雨.基于PSO-PF-SVM的模拟电路故障诊断[J].江苏大学学报(自然科学版),2023(02).

鲍怀谦,魏永长,王金瑞,张宗振,张国伟,田志远.EMD-CSF在滚动轴承早期微弱故障诊断中应用[J].噪声与振动控制,2022(06).

盛建龙,张鑫,胡斌.基于GM(1,1)模型的老鹰嘴边坡位移变形预测[J].矿业研究与开发,2022(11).

冯杭华,胡俊凯.基于二次指数平滑和Elman网络的滑坡位移预测[J].地理空间信息,2022(03).

张世佳,饶运章,王文涛,谭述君,巫辅宇.GA-BP神经网络模型在稀土矿边坡位移监测中的应用[J].有色金属科学与工程,2022(01).

冯子帆,成枢,董娟.残差修正的GM(1,1)模型在滑坡位移预测中的应用[J].地理空间信息,2019(09).

熊迪,吴浩,杨剑,郭世泰.回归分析与抗差卡尔曼滤波协同下大型边坡短期变形的预测方法[J].金属矿山,2019(04).

容静,刘立龙,康昊华,李松青,周吕.基于方差补偿自适应Kalman滤波的ARMA与PSO-SVM模型变形预测[J].大地测量与地球动力学,2018(07).

肖玉辉,段劲,胡静轩,唐赛乾,聂忆华.平接缝预制块拱形骨架护坡应力位移监测研究[J].公路工程,2017(01).

李胜,韩永亮,高宏,罗明坤,胡海永.边坡变形的LMD-ELM多尺度预测模型研究[J].中国安全科学学报,2015(11).

谢勇.建筑桩基础状态对邻近基坑稳定性影响分析[D].长安大学,2019(01).

王玉斌.地震降雨耦合作用下铰链式砌块生态边坡稳定性研究[D].东南大学,2017(04).

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

利用改进水循环优化SVR的边坡变形预测

基于GA-SVR的地铁隧道沉降预测

改进水循环优化BP神经网络的大坝变形预测

湖北省“多监合一”卫星遥感常态化监测探索与实践

云南省不动产地籍调查数据库质检规则设计与实现

Related Author

董延东

周立俊

黄腾

王思捷

吴壮壮

胡振东

郭明强

Related Institution

国能运输技术研究院有限责任公司

河海大学地球科学与工程学院

武汉智绘蓝图科技有限公司

中国地质大学(武汉)地理与信息工程学院

AI问答

⁰