基于EMD和GA-BP神经网络的大坝变形预测

来源期刊：桂林理工大学学报2015年第1期

论文作者：梁月吉 任超 刘立龙 庞光锋 杨兴跃

文章页码：111 - 116

关键词：大坝变形;经验模态分解;遗传算法;BP神经网络;精度评定;

摘    要：提出一种基于经验模态分解(EMD)和遗传BP神经网络的大坝变形预测新算法。该算法首先通过EMD对变形序列进行分解,有效分离出非线性高频波动分量和低频趋势分量;然后应用遗传算法优化BP神经网络的权值和阈值,再对各分量进行建模预测;最后叠加各分量预测值得到预测结果。应用新算法与灰色GM(1,1)、回归模型、普通卡尔滤波和遗传BP神经网络算法进行对比分析。结果表明,该算法具有较强的自身内部环境优化和外部平台构建能力,自适应能力和非线性拟合能力较强,在一定程度上保证较优的局部预测值和较好的全局预测精度,在大坝变形预测中具有一定的实用价值。