典型文献
基于VMD的多尺度变量提取法在混凝土坝变形预测中的应用
文献摘要：
大坝变形通常呈非线性、非稳定特征,利用可靠的数据驱动模型分析大坝变形变化趋势具有重要意义.为此,提出了一种基于变分模态分解(VMD)的多尺度变量提取大坝变形预测模型,首先利用VMD将变形原始序列分解为若干具有不同频率的子序列,以降低原始序列的非平稳性;然后引入初始变量集,并通过平均影响值—极限学习机模型(MIV-ELM)分别提取出与变形子序列相关度较高的变量;最后构建ELM模型对大坝变形进行多尺度预测.针对某混凝土坝水平位移的分析结果表明,提出的模型能有效减小非平稳性对预测结果的影响,实现大坝变形的准确预测.
文献关键词：
多尺度分析;大坝变形;预测;变量提取;VMD;EMD
中图分类号：
作者姓名：
曹恩华;包腾飞;刘永涛;袁荣耀;胡绍沛
作者机构：
河海大学水文水资源与水利工程科学国家重点实验室,江苏南京210098;河海大学水资源高效利用与工程安全国家工程研究中心,江苏南京210098;河海大学水利水电学院,江苏南京210098;三峡大学水利与环境学院,湖北宜昌443002
文献出处：
引用格式：
[1]曹恩华;包腾飞;刘永涛;袁荣耀;胡绍沛-.基于VMD的多尺度变量提取法在混凝土坝变形预测中的应用)[J].水电能源科学,2022(02):114-118
A类：
B类：
VMD,变量提取,提取法,混凝土坝变形预测,数据驱动模型,变分模态分解,大坝变形预测,序列分解,若干具,不同频率,子序列,非平稳性,平均影响值,极限学习机模型,MIV,ELM,序列相关,相关度,多尺度预测,水平位移,准确预测,多尺度分析,EMD
AB值：
0.296488
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
