Indexed by：
Abstract：
本发明公开了基于EMD‑SVR的地表沉降量预测方法，该方法一个基于经验模态分解和量子粒子群优化的支持向量回归(SVR)以及自回归滑动平均模型的地表沉降时间序列预测方法。利用EMD将地表沉降实测序列分解重构为波动分量和趋势分量, 采用滑动窗口法，将数据分为两类，一部分用于训练模型，另一部分用于测试，然后分别建立ARIMA模型和QPSO‑SVM模型对两个分量进行分析，最后对预测值进行求和，得出最后的预测结果。相比于其他的沉降预测方法，该方法具有预测精度高，满足施工要求，适用范围广的特点。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明授权
Patent No.： CN201710247275.9
Filing Date： 2017-04-16
Publication Date： 2020-11-06
Pub. No.： CN107092744B
Applicants： 北京工业大学
Legal Status： 授权
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 11
Affiliated Colleges：
