期刊导航
期刊开放获取
重庆大学
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
土石坝风险等级智能预测分析及模型优化研究
被引量:
1
1
作者
李炎隆
张雨春
+2 位作者
王婷
殷乔刚
刘云贺
《水力发电学报》
CSCD
北大核心
2024年第7期85-96,共12页
大坝溃坝会造成大量的生命财产损失和巨大的环境破坏。精准快速确定土石坝风险等级,对于控制土石坝溃坝危害具有重要意义。本文采用K-最近邻(KNN)算法填补了数据库中大量缺失数据,引入遗传优化算法(GA)优化轻量级梯度提升机(LightGBM)...
大坝溃坝会造成大量的生命财产损失和巨大的环境破坏。精准快速确定土石坝风险等级,对于控制土石坝溃坝危害具有重要意义。本文采用K-最近邻(KNN)算法填补了数据库中大量缺失数据,引入遗传优化算法(GA)优化轻量级梯度提升机(LightGBM)超参数,建立了基于GA-LightGBM的土石坝风险等级快速预测模型。采用受试者工作特征曲线(ROC)、曲线下面积(AUC)值等其他评价指标对模型精度进行验证,并将其与传统机器学习模型进行了对比。研究表明,所提模型预测准确率为89.95%,准确度最高。模型的AUC值为0.977,说明模型在适用性和预测精度方面都优于传统预测模型。采用SHAP分析对该模型进行了全局影响因素分析及案例分析,结果表明,检查频次是导致土石坝风险最重要的影响因素之一。
展开更多
关键词
风险等级
遗传算法
GA-LightGBM
快速预测模型
SHAP分析
下载PDF
职称材料
基于RF-GWO的水利工程地质渗透系数智能反演分析
2
作者
雷艳
温立峰
+1 位作者
赵明仓
殷乔刚
《水资源与水工程学报》
CSCD
北大核心
2024年第2期139-148,共10页
地质渗透系数是准确分析水利工程渗流的关键参数。针对传统反演方法计算效率低、精度差的问题,采用有限元正演模型和正交试验设计构建渗透系数反演样本集,建立了基于随机森林(RF)算法的渗流计算代理模型;在此基础上,引入灰狼优化(GWO)算...
地质渗透系数是准确分析水利工程渗流的关键参数。针对传统反演方法计算效率低、精度差的问题,采用有限元正演模型和正交试验设计构建渗透系数反演样本集,建立了基于随机森林(RF)算法的渗流计算代理模型;在此基础上,引入灰狼优化(GWO)算法,提出了基于RF-GWO的渗透系数智能反演方法,并以Z抽水蓄能电站为研究案例进行了验证。结果表明:RF模型对各钻孔水位预测结果均接近实测值,性能优于CART和BP模型;GWO可搜寻到地质最佳渗透系数,钻孔水位反演结果合理,相对误差最大为0.42%,精度满足工程要求,计算的天然渗流场分布形态也符合一般山体渗流场分布规律。建立的反演模型能够快速准确地推断工程区地层渗透系数,具有实际工程应用价值。
展开更多
关键词
地质渗透系数
反演分析
正交试验设计
随机森林
灰狼优化
下载PDF
职称材料
题名
土石坝风险等级智能预测分析及模型优化研究
被引量:
1
1
作者
李炎隆
张雨春
王婷
殷乔刚
刘云贺
机构
西安理工大学省部共建西北旱区生态水利国家重点实验室
出处
《水力发电学报》
CSCD
北大核心
2024年第7期85-96,共12页
基金
国家自然科学基金重点项目(52039008)
国家杰出青年科学基金项目(52125904)。
文摘
大坝溃坝会造成大量的生命财产损失和巨大的环境破坏。精准快速确定土石坝风险等级,对于控制土石坝溃坝危害具有重要意义。本文采用K-最近邻(KNN)算法填补了数据库中大量缺失数据,引入遗传优化算法(GA)优化轻量级梯度提升机(LightGBM)超参数,建立了基于GA-LightGBM的土石坝风险等级快速预测模型。采用受试者工作特征曲线(ROC)、曲线下面积(AUC)值等其他评价指标对模型精度进行验证,并将其与传统机器学习模型进行了对比。研究表明,所提模型预测准确率为89.95%,准确度最高。模型的AUC值为0.977,说明模型在适用性和预测精度方面都优于传统预测模型。采用SHAP分析对该模型进行了全局影响因素分析及案例分析,结果表明,检查频次是导致土石坝风险最重要的影响因素之一。
关键词
风险等级
遗传算法
GA-LightGBM
快速预测模型
SHAP分析
Keywords
risk level
genetic algorithm
GA-LightGBM
fast prediction model
SHAP analysis
分类号
TV641 [水利工程—水利水电工程]
下载PDF
职称材料
题名
基于RF-GWO的水利工程地质渗透系数智能反演分析
2
作者
雷艳
温立峰
赵明仓
殷乔刚
机构
中国电建集团西北勘测设计研究院有限公司
西安理工大学省部共建西北旱区生态水利国家重点实验室
出处
《水资源与水工程学报》
CSCD
北大核心
2024年第2期139-148,共10页
基金
国家自然科学基金项目(51909215)。
文摘
地质渗透系数是准确分析水利工程渗流的关键参数。针对传统反演方法计算效率低、精度差的问题,采用有限元正演模型和正交试验设计构建渗透系数反演样本集,建立了基于随机森林(RF)算法的渗流计算代理模型;在此基础上,引入灰狼优化(GWO)算法,提出了基于RF-GWO的渗透系数智能反演方法,并以Z抽水蓄能电站为研究案例进行了验证。结果表明:RF模型对各钻孔水位预测结果均接近实测值,性能优于CART和BP模型;GWO可搜寻到地质最佳渗透系数,钻孔水位反演结果合理,相对误差最大为0.42%,精度满足工程要求,计算的天然渗流场分布形态也符合一般山体渗流场分布规律。建立的反演模型能够快速准确地推断工程区地层渗透系数,具有实际工程应用价值。
关键词
地质渗透系数
反演分析
正交试验设计
随机森林
灰狼优化
Keywords
geological permeability coefficient
inversion analysis
orthogonal experimental design
random forest(RF)
grey wolf optimization(GWO)
分类号
TV139.1 [水利工程—水力学及河流动力学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
土石坝风险等级智能预测分析及模型优化研究
李炎隆
张雨春
王婷
殷乔刚
刘云贺
《水力发电学报》
CSCD
北大核心
2024
1
下载PDF
职称材料
2
基于RF-GWO的水利工程地质渗透系数智能反演分析
雷艳
温立峰
赵明仓
殷乔刚
《水资源与水工程学报》
CSCD
北大核心
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部