振动与冲击

作者：郑晓芬   钟旺   李春祥

单位：1. 同济大学 建筑工程系，上海 200092；2. 上海大学 土木工程系 上海 200444

关键词：预测；极限学习机；核极限学习机；非平稳性；下击暴流；脉动风速；快速集合经验模态分解

运用快速集合经验模态分解（FEEMD）技术将非平稳下击暴流风速分解为一系列的固有模态分量。随后，建立核极限学习机（KELM）非平稳风速预测模型（FEEMD-KELM），分别对分解后的非平稳脉动风速训练集和测试集实施预测。为比较，同时考虑了FEEMD-ELM的预测结果。通过比较这两种预测算法的结果，在非平稳下击暴流风速预测的稳定性和精度方面，发现FEEMD-KELM优于FEEMD-ELM。<br>

来源：2017年第18期

《振动与冲击》期刊编辑部

查看振动与冲击杂志2017年第18期