期刊文章详细信息
SSA-XGBoost与时空特征选取的大坝变形预测模型
Dam deformation prediction model selected by SSA-XGBoost with temporal and spatial features
文献类型:期刊文章
ZHANG Mengxin;CHEN Bo;LIU Weiqi;QI Yining;ZHANG Ming(College of Water Resources and Hydropower,Hohai University,Nanjing 210098,China;State Key Laboratory of Hydrology,Water Resources and Hydraulic Engineering Science,Hohai University,Nanjing 210098,China;Taizhou Diversion River Management Office,Taizhou 225300,China)
机构地区:[1]河海大学水利水电学院,南京210098 [2]河海大学水文水资源与水利工程科学国家重点实验室,南京210098 [3]江苏省泰州引江河管理处,江苏泰州225300
基 金:国家自然科基金面上项目(52079049);国家重点实验室基本科研业务费(522012272)。
年 份:2024
卷 号:43
期 号:1
起止页码:84-98
语 种:中文
收录情况:BDHX、BDHX2023、CSCD、CSCD2023_2024、JST、RCCSE、SCOPUS、ZGKJHX、核心刊
摘 要:针对目前部分单测点模型未考虑大坝监测数据空间关联性、难以描述大坝变形整体响应特性的问题,以及传统回归模型未考虑环境量与变形量的非线性关系导致预测精度较低的问题,本文提出了一种预测模型,包括对监测数据进行基于自适应噪声完备集合经验模态分解-小波包降噪,结合弹性网络对考虑了空间关联性的变形效应量因子进行特征选取,辅以交叉验证特征因子的有效性,并使用麻雀搜索算法提高计算效率。基于锦屏一级拱坝实测变形数据,探究了考虑空间关联性的最优因子集,并通过对比多种模型的MSE、RMSE等参数验证了本文方法的有效性,在大坝变形性态分析中具有一定应用价值。
关 键 词:弹性网络 麻雀搜索算法 XGBoost 时空多因子 特征选取
分 类 号:TV698.1]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...