请选择 进入手机版 | 继续访问电脑版

QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 470|回复: 0

[其他资源] 基于EEMD-LSTM-MLR的大坝变形组合预测模型

[复制链接]
字体大小: 正常 放大

297

主题

2

听众

4587

积分

  • TA的每日心情

    2021-2-8 10:46
  • 签到天数: 21 天

    [LV.4]偶尔看看III

    发表于 2021-1-9 15:32 |显示全部楼层
    |招呼Ta 关注Ta
    基于EEMD-LSTM-MLR的大坝变形组合预测模型/ o2 d- J9 K# u
    # A( d! b1 u0 I& C7 |# x8 p& @
           大坝变形监测数据序列具有非平稳非线性特征,是水压、温度和时效综合作用的结果。引入集合经验模态分解(EEMD)方法处理变形数据,得到多尺度大坝变形分量的基础上,对于其变化复杂的高频分量,采取长短期记忆神经网络(LSTM)以获得较优预测结果,对于周期性变化的低频分量,借助多元线性回归(MLR)实现其快捷且有效预测,最终通过分量重构,得到大坝变形的预测结果。通过工程实例分析,EEMD方法避免了模态混叠现象,可以得到更为合理的多尺度变形分量,LSTM和MLR分别对高、低频分量具有良好的预测能力;将分量叠加重构的最终结果分别与多种单一预测算法、基于EMD的组合算法以及传统模型等预测效果比较表明,该组合预测模型的平均绝对误差(MAE)、平均百分误差(MAPE)及均方根误差(RMSE)均低于上述对比模型,有着更高的预测精度,为大坝变形预测提供新的思路。6 ~6 e$ s4 X  u! I: f: C, A

    # w7 ^. H& h8 a) q6 u/ K2 N4 E关键词:大坝变形;组合预测模型;集合经验模态分解;长短期记忆神经网络;多元线性回归& T* C  s6 g% t- K0 t+ E
    + c# j9 H/ f$ h: D

    基于EEMD_LSTM_MLR的大坝变形组合预测模型_马佳佳.caj

    663.98 KB, 下载次数: 0, 下载积分: 体力 -2 点

    zan
    您需要登录后才可以回帖 登录 | 注册地址

    qq
    收缩
    • 电话咨询

    • 04714969085
    fastpost

    关于我们| 联系我们| 诚征英才| 对外合作| 产品服务| QQ

    手机版|Archiver| |繁體中文 手机客户端  

    蒙公网安备 15010502000194号

    Powered by Discuz! X2.5   © 2001-2013 数学建模网-数学中国 ( 蒙ICP备14002410号-3 蒙BBS备-0002号 )     论坛法律顾问:王兆丰

    GMT+8, 2021-2-26 08:54 , Processed in 3.824252 second(s), 54 queries .

    回顶部