论文部分内容阅读
提出一种基于经验模式分解(EMD)与LM—BP神经网络相结合的模型进行大坝变形预报的方法.先利用EMD具有根据信号本身特征进行自适应分解的功能将变形时间序列分解为一系列不同尺度的固有模式分量IMF,再根据各个IMF的变化规律采用相匹配的LM—BP模型进行预报,最后对各分量的预报值进行叠加得到最终的变形预报结果.实例分析表明,该方法具有较高的预测精度和较强的适应能力.