EMD分解和SVM模型在時(shí)間序列荷載預(yù)測中的應(yīng)用.pdf

1、在水利工程中有很多高聳或長大結(jié)構(gòu)，如高壩及其壩頂建筑、工作橋及大跨渡槽等，而風(fēng)和地震等時(shí)間序列荷載對(duì)這些結(jié)構(gòu)影響的很大，一些工程因之而受到影響而出現(xiàn)事故，甚至造成災(zāi)難。深入研究風(fēng)與地震等時(shí)間序列荷載的特性和規(guī)律，并對(duì)其進(jìn)行預(yù)測，將有助于結(jié)構(gòu)的振動(dòng)控制，避免或減輕工程災(zāi)害。本文應(yīng)用經(jīng)驗(yàn)?zāi)B(tài)分解及支持向量機(jī)模型，研究風(fēng)速及地震加速度的預(yù)測問題，主要內(nèi)容如下:
　　1)分析了風(fēng)、地震所具有的不穩(wěn)定的特點(diǎn)以及應(yīng)用于預(yù)測非平穩(wěn)數(shù)據(jù)序列的方法

2、，對(duì)傳統(tǒng)預(yù)測方法的特點(diǎn)和目前應(yīng)用較多的預(yù)測方法進(jìn)行了比較。
　　2)介紹了基于統(tǒng)計(jì)學(xué)理論的支持向量機(jī)和基于結(jié)構(gòu)風(fēng)險(xiǎn)最小化的最小二乘支持向量機(jī)學(xué)習(xí)方法的原理;經(jīng)驗(yàn)?zāi)B(tài)分解方法的基本原理、詳細(xì)分解步驟及一些問題的解決方法;為了提高模型預(yù)測準(zhǔn)確性，引入粒子群優(yōu)化算法，建立預(yù)測模型時(shí)模型核函數(shù)和參數(shù)選擇問題、具體的模型建立步驟。最后以風(fēng)速預(yù)測和地震加速度預(yù)測為例驗(yàn)證這種預(yù)測方法的有效性。
　　3)提出了基于經(jīng)驗(yàn)?zāi)B(tài)分解與多步預(yù)測的最

3、小二乘支持向量機(jī)相結(jié)合的方法，對(duì)風(fēng)速的非線性時(shí)間序列分析進(jìn)行了建模預(yù)測。首先對(duì)風(fēng)速動(dòng)態(tài)信號(hào)加以經(jīng)驗(yàn)?zāi)Ｊ降姆纸?，將原信?hào)分解為若干個(gè)不同特征尺度（頻率）的本征模態(tài)函數(shù)。再建立多步預(yù)測為基礎(chǔ)的最小二乘支持向量機(jī)預(yù)測模型，對(duì)不同頻帶的平穩(wěn)IMF分量進(jìn)行預(yù)測，將各分量的預(yù)測值等權(quán)求和得到最終預(yù)測值。發(fā)現(xiàn)EMD與多步預(yù)測的LS-SVM相結(jié)合的風(fēng)速預(yù)測方法比單一的LS-SVM預(yù)測方法的預(yù)測精度更高。在此基礎(chǔ)上應(yīng)用PS0優(yōu)化算法對(duì)模型參數(shù)的選擇進(jìn)行優(yōu)