基于自適應(yīng)時序分解篩選的大壩變形預(yù)測模型

摘要： 高精度的大壩變形分析和預(yù)測是掌握大壩工作性態(tài)、診斷大壩異常的重要手段。針對現(xiàn)有模型信息特征挖掘不充分、泛化能力弱、難以實現(xiàn)精準(zhǔn)預(yù)測等問題，采用灰狼算法優(yōu)化自適應(yīng)噪聲完備經(jīng)驗?zāi)B(tài)分解解決多維參數(shù)標(biāo)定問題，使用閾值評價指標(biāo)保留變形時序數(shù)據(jù)的有效信息特征；引入交叉驗證的遞歸特征選擇法通過多個學(xué)習(xí)器綜合篩選出最優(yōu)因子集，移除冗余特征、提取有效信息并增強模型可解釋性；考慮時序數(shù)據(jù)特性優(yōu)化... （共14頁）