ScholarMate
客服热线:400-1616-289

基于经验模式分解的边坡位移预测模型研究

张永磊; 何秀凤; 刘志平
中国知网
河海大学; 中国矿业大学; 中国矿业大学(北京)

摘要

高边坡监测数据分析是研究边坡变形演化机制及稳定性评价的主要方法,是工程施工决策的基础。根据边坡位移时间序列呈现趋势性与随机性相耦合的特点,运用经验模式分解方法将边坡位移量分解为趋势项和随机项部分,对趋势项采用支持向量机回归模型预测,并基于马尔可夫状态切换对随机项建立自回归模型进行预测。以小湾水电站高边坡为例,将该模型应用到边坡位移变形预报中,取得了较好的效果。

关键词

边坡位移 经验模式分解 支持向量机回归 马尔可夫状态切换 自回归模型 slope displacement empirical mode decomposition(EMD) support vector regression(SVR) Markov regime switching autoregressive model