研究提出EVMD与机器学习混合桥梁沉降预测框架

2026年10月20日，Buildings（MDPI）刊发研究报道，研究团队提出一种混合预测框架，将经鲸鱼优化算法（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。该研究采用贵州莲花大桥的监测数据对框架进行验证，报道称该方法决定系数R²达0.963，优于基于EMD、EEMD和常规VMD的预测框架。报道表示，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。截至本版，尚无后续跟进报道，事件进展以该单篇研究报道为限。

模型根据报道生成 · 16 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。