首页|基于马尔科夫链残差修正的EMD-MELM混凝土坝位移预测模型

基于马尔科夫链残差修正的EMD-MELM混凝土坝位移预测模型

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
基于经验模态分解(EMD)、改进的极限学习机(MELM)以及马尔科夫链,提出了一种新的混合模型.由于混凝土坝的变形可看成静水压力、环境温度和时间效应而产生的变形,前两者体现总变形中的周期性分量,后者体现为总变形中的趋势性分量,所以在数据预处理阶段,利用经验模态分解技术将坝体总位移序列分解为趋势分量位移和周期分量位移,选择多项式函数预测趋势分量位移,提出了一种改进的极限学习机,即均值学习机集成(MELM),采用MELM模型对周期分量进行预测.再使用马尔科夫链修正模型对两个模型的拟合残差进行修正预测,叠加各预测值得到最终预测值.在某混凝土坝的应用表明,该组合模型的拟合及预测精度明显优于传统模型,具有操作简便、预测精度高、训练速度快等优点.
Residual correction of Markov chain-based EMD-MELM prediction model for concrete dam displacement

周健、仲静文、郝利朋、晏周

展开 >

南京市水利规划设计院股份有限公司,江苏 南京 210001

河海大学水利水电学院,江苏 南京 210098

经验模态分解 极限学习机 马尔科夫链 多项式拟合 残差修正

国家自然科学基金面上项目

2018YFC1508603

2020

水利水电技术(中英文)
水利部发展研究中心

水利水电技术(中英文)

CSTPCD北大核心
影响因子：0.456
ISSN：1000-0860
年,卷(期)：2020.51(6)
  • 5
  • 4