浏览全部资源
扫码关注微信
国能包神铁路有限责任公司
纸质出版:2024
移动端阅览
陈凯. 基于EMD-SVR的高挡墙护坡位移预测方法[J]. 地理空间信息, 2024,22(11):109-112.
陈凯. 基于EMD-SVR的高挡墙护坡位移预测方法[J]. 2024, 22(11): 109-112.
陈凯. 基于EMD-SVR的高挡墙护坡位移预测方法[J]. 地理空间信息, 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:
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。
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).
0
浏览量
下载量
CSCD
关联资源
相关文章
相关作者
相关机构