本文選題：預(yù)測 + 極限學(xué)習(xí)機　； 參考：《振動與沖擊》2017年18期

【摘要】：運用快速集合經(jīng)驗?zāi)B(tài)分解(FEEMD)技術(shù)將非平穩(wěn)下?lián)舯┝黠L(fēng)速分解為一系列的固有模態(tài)分量。隨后,建立核極限學(xué)習(xí)機(KELM)非平穩(wěn)風(fēng)速預(yù)測模型(FEEMD-KELM),分別對分解后的非平穩(wěn)脈動風(fēng)速訓(xùn)練集和測試集實施預(yù)測。為比較,同時考慮了FEEMD-ELM的預(yù)測結(jié)果。通過比較這兩種預(yù)測算法的結(jié)果,在非平穩(wěn)下?lián)舯┝黠L(fēng)速預(yù)測的穩(wěn)定性和精度方面,發(fā)現(xiàn)FEEMD-KELM優(yōu)于FEEMD-ELM。
[Abstract]:The fast set empirical mode decomposition (EMD) technique is used to decompose the non-stationary downburst wind speed into a series of inherent modal components. Then, the non-stationary wind speed prediction model of nuclear extreme learning machine (KELM) is established to predict the decomposed non-stationary pulsating wind speed training set and test set, respectively. For comparison, the prediction results of FEEMD-ELM are also considered. By comparing the results of the two prediction algorithms, it is found that FEEMD-KELM is superior to FEEMD-ELM in the stability and accuracy of wind speed prediction of non-stationary storm flow.
【作者單位】： 同濟大學(xué)建筑工程系;上海大學(xué)土木工程系;
【分類號】：TU312.1

【相似文獻】

相關(guān)期刊論文 前10條

1 李錦華;李春祥;申建紅;;非平穩(wěn)脈動風(fēng)速的數(shù)值模擬[J];振動與沖擊;2009年01期

2 馮宏;肖正直;李正良;魏奇科;孫毅;歐陽光;;復(fù)雜山地環(huán)境下脈動風(fēng)速譜研究[J];湖南大學(xué)學(xué)報(自然科學(xué)版);2013年01期

3 樓文娟;王嘉偉;楊倫;陳勇;;雷暴風(fēng)三維脈動風(fēng)速場數(shù)值模擬[J];浙江大學(xué)學(xué)報(工學(xué)版);2014年07期

4 李杰;閻啟;;結(jié)構(gòu)隨機動力激勵的物理模型:以脈動風(fēng)速為例[J];工程力學(xué);2009年S2期

5 黃鵬;戴銀桃;王旭;顧明;;上海沿海地區(qū)近地風(fēng)脈動風(fēng)速譜及相干性研究[J];工程力學(xué);2014年04期

6 孫毅;李正良;黃漢杰;陳朝暉;魏奇科;;山地風(fēng)場平均及脈動風(fēng)速特性試驗研究[J];空氣動力學(xué)學(xué)報;2011年05期

7 李杰;閻啟;;脈動風(fēng)速隨機Fourier波數(shù)譜研究[J];同濟大學(xué)學(xué)報(自然科學(xué)版);2011年12期

8 李t，

本文編號：1902315