基于EEMD的BP神经网络边坡预测研究

摘要：

针对边坡变形中非平稳和非线性的数据处理问题,提出一种基于集合经验模态分解(EEMD)和BP神经网络相结合的边坡变形预测新算法(EEMD-BP).该算法先对边坡变形序列进行EEMD分解,有效分离出隐含在时序中具有不同尺度特征的子序列,进而对各子序列建立BP神经网络预测模型,最后叠加各子序列预测值得到边坡变形最终预测结果.与GM(1,1)和BP神经网络模型对比分析表明,该算法预测精度较高,在边坡变形波动剧烈时段,也能保证较优的局部预测值和较好的全局预测精度.

关键词：边坡、变形、预测、EEMD-BP模型

所属期刊栏目：43

分类号：TU457(土力学、地基基础工程)

资助基金：广西自然科学基金项目2016GXNSFAA380013;广西“八桂学者”岗位专项经费资助项目,广西空间信息与测绘重点实验室资助课题桂科能130511409,130511415,15-140-07-17,15-140-07-18,16-380-25-03,16-380-25-16

在线出版日期：2017-08-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：37-40