公开(公告)号：CN118035669A

公开(公告)日：2024-05-14

申请号：CN202410060387.3

申请日：2024-04-02

Applicant: 安徽理工大学

Inventor： 丁静 ,  张震 ,  孙何凌 ,  魏路 ,  康佳 ,  柴龙飞 ,  刘建奎

IPC: G06F18/20 ,  G06F18/213 ,  G06Q50/26

Abstract: 本发明提出一种基于EEMD‑WT‑TimesNet的地表沉降预测方法，具体包括以下步骤：步骤S1：通过三次样条插值法和局部加权散点平滑法对初始沉降序列进行数据预处理；步骤S2：采用集成经验模态分解方法将处理之后的沉降时序数据分解为波动项和趋势项，并对分解后的数据进行训练集和测试集划分；步骤S3：对沉降时序数据进行小波分析，取最大周期长度作为最佳回顾窗口长度，利用T imesNet算法进行模型权重寻优，构建预测模型；步骤S4：利用预测模型对测试集中各分量进行逐一预测，并对预测结果进行叠加处理，获得最终预测结果。本发明提出的一种多方法组合优化沉降预测模型能够有效捕捉非平稳时间序列周期规律，最大程度保留时序周期完整性并减少多周期混杂的干扰，提高了模型预测结果精度。