基于EMD-SVM-LSTM组合的桥梁变形响应预测模型研究

为准确预测桥梁结构变形响应,提出了一种组合支持向量机(SVM)、经验模态分解(EMD)与长短期记忆神经网络(LSTM)的桥梁变形预测方法。首先,利用EMD对桥梁变形序列进行分解,充分提取有效信息;其次,利用SVM对经EMD分解的波动和趋势向量进行逐一预测,得到各个分量的初步预测值;最后,对初步预测值的误差序列利用LSTM进行误差补偿,得到补偿后的预测值。将各个分量的预测值进行叠加重构,得到最终的预测结果。研究表明：对于桥墩沉降变形,采用组合预测模型相较于未经分解重构的SVM模型预测精度提高了77.71%。对于桥台倾斜度变形,预测精度提高了61.90%。经验模态分解和误差补偿方法能有效提高桥梁变形的预测精度。