首页 > 《工程管理前沿》 > 2021年10期 > 基于EEMD-PSO-SVM 模型的基坑变形预测

基于EEMD-PSO-SVM 模型的基坑变形预测

在线阅读下载PDF 导出详情

摘要针对基坑监测数据存在非平稳、非线性等问题，本文采用了一种基于集合经验模态分解 ( EEMD ) 、粒子群 ( PSO ) 和支持向量机（ SVM ）预测模型。该模型利用 EEMD 将原始的基坑监测数据分解为代表发展趋势的趋势分量和一些平稳的波动分量，进而利用粒子群算法优化的支持向量机对各分量进行建模预测，最后对各预测分量进行叠加重构得到最终的预测结果。实验结果表明：相较与传统的 SVM 、 PSO-SVM 预测模型， EEMD-PSO-SVM 预测模型能有效提高基坑变形的预测精度。

DOI 5jon9p034v/5384160

作者张立

机构地区 ( 长庆工程设计有限公司，陕西西安 710018 ）

出处《工程管理前沿》 2021年10期

关键词 EEMD ； PSO ； SVM ；基坑变形预测

分类 [天文地球][工程地质学]

出版日期 2021年07月29日（中国期刊网平台首次上网日期，不代表论文的发表时间）

相关文献

1朱梅梅;苏建徽;陈智慧. 基于EEMD和IPSO的SVM短期光伏出力预测.电力电子与电力传动,2016-04.
2刘振新. 基于小波去噪和PSO-BP神经网络模型的基坑沉降变形预测.建筑理论,2023-04.
3毛星1邓晓飞2. 基于SVM的地铁车站深基坑水平位移变形风险预测研究.建筑设计及理论,2018-04.
4白亚秀. 基于PSO-SVM的电动车铅酸蓄电池SOC预测.教育学,2012-05.
5刘林 . 基于小波去噪和 PSO-BP 神经网络模型的地铁沉降变形预测 .市政工程,2022-04.
6刘林. 基于小波去噪和PSO-BP 神经网络模型的地铁沉降变形预测.市政工程,2022-04.
7郑筱伟. 基坑变形预测模型研究与精度分析.建筑技术科学,2024-07.
8钟杉1,朱希安1,王占刚1,刘德民2. 基于混合PSO算法的煤层底板突水量预测模型研究.建筑技术科学,2021-12.
9胡雨沙;李继庚;洪蒙纳;满奕. 基于PSO-LSSVM算法的造纸过程短期电力负荷预测模型.制浆造纸工程,2019-01.
10李昊;梁州;黄迅;林宇. 基于不定核LS-SVM模型的公司违约概率预测.会计学,2018-07.

来源期刊

工程管理前沿

工程管理前沿

相关推荐

同分类资源更多

相关关键词

EEMD ； PSO ； SVM ；基坑变形预测

返回顶部