耦合二次模态分解和优化LightGBM的大坝变形预测模型

来源：大地测量与地球动力学杂志2025年第11期北京时间：

作者：孔颢, 丁勇, 李登华

单位：1 南京理工大学安全科学与工程学院, 南京市孝陵卫街200号, 210094,2 南京水利科学研究院, 南京市虎踞关34号, 210029,3 水利部水库大坝安全重点实验室, 南京市虎踞关34号, 210029

摘要：提出一种结合二次模态分解与蝴蝶优化算法(BOA)优化轻量梯度提升机(LightGBM)的大坝变形预测模型。首先, 利用自适应噪声完备集合经验模态分解(CEEMDAN)对训练集数据进行分解并计算分解子序列的复合熵; 然后, 通过K-means聚类算法将分解子序列分为高、低频两类, 对高频信号数据进行变分模态分解(VMD); 最后, 使用BOA优化的LightGBM模型进行预测。实例表明, 该方法能有效处理变形数据, 提高数据平稳性, 且预测精度明显优于传统方法, nMAPE、MSE、MAE指标分别降低16.2%~22.5%、16.8%~28.1%、16.2%~22.5%。

关键词：二次模态分解,高低频信号划分,蝴蝶优化算法,轻量梯度提升机,变形预测

基金资助：国家重点研发计划(2024YFC3210703),国家自然科学基金(U2240221),国家自然科学基金(51979174),中央级公益性科研院所基本科研业务费专项(Y724011)