基于EMD-PSO-BP网络模型的大坝变形预测

来源期刊：桂林理工大学学报2017年第4期

论文作者：秦旭元 刘立龙 陈军 陈发德 黄良珂 谢劭峰

文章页码：641 - 646

关键词：变形预测;EMD;PSO;BP神经网络;

摘    要：针对大坝变形具有非平稳性、非线性等特点,将经验模态分解（EMD）和粒子群算法（PSO）引入到BP神经网络中,建立EMD-PSO-BP模型。该模型采用EMD将复杂的大坝变形数据分解成有限个相对平稳的分量,并利用粒子群算法优化BP神经网络对各分量分别建模预测,叠加重构各分量预测值作为最终预测结果。实验结果表明,EMD-PSO-BP模型具有较好的非线性映射能力、学习能力和自适应能力,能有效地提高变形预测精度,其预测精度明显优于BP神经网络模型,较PSO-BP模型也有所提高。