-
题名基于EMD-NAR神经网络的大坝变形预测
被引量：4
- 1
-
-
作者
杨诚
王维钰
-
机构
海南地质综合勘察设计院
海南钰成测绘科技有限公司
-
出处
《北京测绘》
2020年第3期386-390,共5页
-
文摘
为了使大坝变形的预测精度更高,针对大坝形变量的时间序列中存在着非平稳和非线性等曲线特性,使用一种经验模态分解(EMD)和非线性自回归动态神经网络(NAR)相结合的EMD-NAR模型对大坝形变时间序列进行预测。以某大坝实测的时间序列数据为算例,分别使用BP模型、NAR模型和EMD-NAR模型进行实验对比,结果表明,BP、NAR、EMD-NAR模型预测的均方根误差(RMSE)分别为0.9449,0.6993,0.4678;模型预测的平均相对误差(MRE)分别为0.1492,0.1065和0.0688,从三种模型预测结果对比可知,组合的EMD-NAR模型预测精度最高且稳定性最好,为时间序列的大坝形变预测提供一种新的参考思路。
-
关键词
大坝变形
经验模态分解(EMD)
非线性自回归(nar)
神经网络
时间序列
-
Keywords
dam deformation
emperical mode decomposition(EMD)
nonlinear autoregressive(nar)
neural network
timeseries
-
分类号
P258
[天文地球—测绘科学与技术]
-
