基于优化分解与机器学习的桥梁结构健康监测：莲花大桥沉降预测

研究提出一种混合预测框架，将鲸鱼优化算法（WOA）调参的增强变分模态分解（EVMD）与逐分量机器学习模型结合，用于桥梁沉降预测。采用贵州莲花大桥监测数据验证，该方法决定系数R²达0.963，优于基于EMD、EEMD和常规VMD的预测框架。结果表明自适应分解配合分量定制预测可有效用于短时程桥梁沉降预报。