基于EMD-SVM的變形預(yù)測組合模型的研究與應(yīng)用.pdf

1、隨著經(jīng)濟(jì)和社會的快速發(fā)展，各種大型工程建筑物不斷涌現(xiàn)，為了保證建筑物在建設(shè)過程以及運行期間的安全，除了持續(xù)的監(jiān)測以外，對形變監(jiān)測數(shù)據(jù)進(jìn)行分析預(yù)測成為一種被廣泛討論的問題。目前有多種單一模型來解決這種預(yù)測問題，比較常見的是GM（1,1）、卡爾曼濾波模型、人工神經(jīng)網(wǎng)絡(luò)模型、時間序列模型、支持向量機模型等。同時針對不同單一模型對于不同數(shù)據(jù)會有一定局限性的問題，很多學(xué)者提出了各種組合模型。
　　由于變形體受到各種因素的影響，監(jiān)測數(shù)據(jù)就包含

2、不同的信息?？紤]到變形監(jiān)測體具有長期趨勢性和波動性，利用經(jīng)驗?zāi)B(tài)分解（EMD）可以將原始序列分解成不同頻率的子序列，這樣各個的子序列的規(guī)律性加強，建模分析更加容易。為了減少工作量，將頻率高的相加總為高頻子序列，頻率相對較低的為中頻子序列，頻率最低的作為低頻子序列，構(gòu)造成三種不同頻率的子序列。同時由于支持向量機（SVM）模型能有效計算非線性數(shù)據(jù)的解，并且它的解是全局最優(yōu)解，可以有效避免過度訓(xùn)練且具有很好的泛化能力。本文利用EMD和SVM模

3、型建立一種EMD-SVM（經(jīng)驗?zāi)B(tài)分解和支持向量機）組合模型對形變數(shù)據(jù)進(jìn)行分析預(yù)測。
　　文章的主要內(nèi)容如下：
　　1、介紹了三種單一預(yù)測模型GM（1,1）、卡爾曼濾波模型、支持向量機模型的建模預(yù)測過程和思想，為后面組合模型的建立提供理論基礎(chǔ)。
　　2、詳細(xì)介紹了不同準(zhǔn)則下并聯(lián)組合模型的建立，通過工程實例分析這種組合預(yù)測思想的優(yōu)缺點。
　　3、對經(jīng)驗?zāi)B(tài)分解的原理做了詳細(xì)介紹，研究了其對原始序列進(jìn)行分解的算法原理