基于经验模态分解和加权最小二乘支持向量机的采空区地面塌陷预测 Ground Collapse Prediction of Mined-Out Area Based on EMD and WLS-SVM.pdfVIP

下载本文档

8
0
约1.98万字
约 6页
2017-09-03 发布于湖北
举报
版权申诉

基于经验模态分解和加权最小二乘支持向量机的采空区地面塌陷预测 Ground Collapse Prediction of Mined-Out Area Based on EMD and WLS-SVM.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第41卷第3期吉林大学学报(地球科学版) V01．41No．3 ofJilin ScienceEdition) Mav2011 2011年05月 Journal University(Earth 基于经验模态分解和加权最d,-乘支持向量机的采空区地面塌陷预测佴磊1，彭文1，袁明哲2，周能娟 1．吉林大学建设工程学院，长春130026 2．东北电力大学电气工程学院。吉林省吉林市 132012 摘要：根据采空区路面塌陷数据的特性。提出了基于经验模态分解(EMD)和加权最小二乘支持向量机 (Wl，S—SVM)预测采空区地面塌陷的新方法。并将其应用于吉林省长平高速公路因刘房子煤矿开采而引起的塌陷预测中。对实测的塌陷数据首先利用三次样条插值得到平滑的信号曲线。然后用EMD对插值后的信号进行时空滤波降噪处理，得到反映塌陷趋势的剩余分量。最后将其馈入到WI。S—SVM模型完成预测。预测给出了采空区塌陷的中长期预测结果。得到塌陷区的最终塌陷值为174．34crfl，预测结果与实际监测数据平均偏差约1．06％。对长平高速公路下伏采空区段的实测数据进行分析。并与最小二乘支持向量机(LS—SVM)和BP神经网络预测结果进行了对比。结果表明：基于EMD和wI。S—SRM的采空区地面塌陷预测方法具有更高的预测精度和广泛的适用性。关键词：三次样条插值；经验模态分解；加权最小二乘支持向量机；采空区；塌陷中图分类号：P642．26 文献标志码：A 文章编号：1671—5888(2011)03—0799一06 Ground PredictionofMined--OutAreaBasedonEMDandWLS——SVM Collapse NAILeil。PENGWenl，YUAN Ming—zhe2，ZH()UNeng-juanl Constructionand 130026·China 1．Collegeof Engineering·JilinUniversity。Changchun 2．Institute 132012·Jilin，China ofElectricalEngineering·NortheastDianliUniversity。Jilin tothecharacteristicoftheroad datainmined-outarea。anewmethod Abstraet：According collapse machines basedon mode least vector empiricaldecomposition(EMD)andweightedsquaressupport the subsidenceand intothe (WLS-SVM)hasbeen forwardtoforecast coal—mining- put ground applied induced of inilinProvince．Threehasbeen todeal collapseprediction highway