基于lmd_ba_elm的边坡变形时序非线性预测模型研究

《基于lmd_ba_elm的边坡变形时序非线性预测模型研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、------------------------------------------------------------------------------------------------基于LMD_BA_ELM的边坡变形时序非线性预测模型研究第25卷第9期2015年9月中国China安全Safety科学Science学报JournalVol．25No．9Sep．2015基于LMD-BA-ELM的边坡变形时序非线性预测模型研究*韩永亮1李教授杨宏伟研究员李军文（1辽宁工程技术大学矿业学院，辽宁阜

2、新1230002煤科集团沈阳研究院有限公司，辽宁沈阳1100163河南工程学院安全工程学院，河南郑州451191）胜123胡海永1学科分类与代码：6202740（安全模拟与安全仿真学）中图分类号：X936文献标志码：A基金项目：国家自然科学基金资助（51004063）；辽宁省高等学校优秀人才支持计划（LJQ2011029）。【摘要】为分析和预测边坡变形，基于局域均值分解（LMD）、蝙蝠算法（BA）和极限向量机（ELM）的基本原理，建立边坡变形时序非线性预测模型。用LMD法将边坡变形时序样本分解为多E

3、LM预测模型，组相对平稳的分量；用BA对ELM的参数进行全局寻优，构建BA-并对各分量进行滚动预测，经叠加各分量预测值，得到边坡变形最终预测结果。以某露天矿边坡变形实际监测数据BA-ELM模型预测的平均绝对误差为0．1510mm，为例，进行多——————————————————————————————————————---------------------------------------------------------------------------------------------

4、---模型对比分析。结果表明：LMD-平均相对误差为1．2873%，运行时间为7．6143s；能够充分挖掘边坡变形的内部规律，有效降低其非线性特征。【关键词】边坡变形；局域均值分解（LMD）；蝙蝠算法（BA）；极限向量机（ELM）；非线性ＲesearchonLMD-BA-ELM-basedmodelfornonlinearpredictionofslopedeformationtime-seriesHANYong-liang1LISheng1YANGHong-wei2LIJun-wen3HUHai-

5、yong1（1CollegeofMiningEngineering，LiaoningTechnicalUniversity，FuxinLiaoning123000，China2ShenyangＲesearchInstitute，ChinaCoalTechnology＆EngineeringGroup，ShenyangLiaoning110016，China3SchoolofSafetyEngineering，HenanInstituteofEngineering，ZhengzhouHenan4511

6、91，China）Abstract：Foreffectiveanalysisandaccuratepredictionofslopedeformation，amodelwasbuiltfornon-linearpredictionoftime-seriesofslopedeformation．ItwasbasedonthebasicprincipleofLMD，BAandELM．LMDwasusedtodecomposethetimeseriesoftheslopedeformationintomu

7、ltiplegroupsofrelative-lystablecomponents．TheBAwasusedtosearchouttheglobaloptimizationsolutionoftheparametersintheELM，thenaBA-ELMmodelwasbuilt．Thecomponentswerepredictedrollingly．——————————————————————————————————————-----------------------------------

8、-------------------------------------------------------------Throughsuperimpo-singandreconstructingtheBA-ELMmodelcomponents，eventualslopedeformationpredictionresultswereobtained．Takingacertainopen-pitslopedeformationmonitoringdataasanex