基于核极限学习机的多变量非平稳脉动风速预测

摘要：

运用快速集合经验模态分解(FEEMD)技术将非平稳下击暴流风速分解为一系列的固有模态分量.随后,建立核极限学习机(KELM)非平稳风速预测模型(FEEMD-KELM),分别对分解后的非平稳脉动风速训练集和测试集实施预测.为比较,同时考虑了FEEMD-ELM的预测结果.通过比较这两种预测算法的结果,在非平稳下击暴流风速预测的稳定性和精度方面,发现FEEMD-KELM优于FEEMD-ELM.

关键词：预测、极限学习机、核极限学习机、非平稳性、下击暴流、脉动风速、快速集合经验模态分解

所属期刊栏目：36

分类号：TU311(建筑结构)

在线出版日期：2017-12-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：223-230