基于LS-SVM的侧堰泄流能力预测模型 |
| |
引用本文: | 李国栋,沈桂莹,李珊珊,陆庆楠.基于LS-SVM的侧堰泄流能力预测模型[J].应用基础与工程科学学报,2023(4):843-851. |
| |
作者姓名: | 李国栋 沈桂莹 李珊珊 陆庆楠 |
| |
作者单位: | 1. 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;2. 中国电建集团华东勘测设计研究院有限公司 |
| |
基金项目: | 国家自然科学基金项目(51579206,52079107); |
| |
摘 要: | 为了准确高效地得出矩形侧堰流量系数(Cd),首先设计矩形侧堰模型试验,得出6种不同流量工况下的流量系数试验值,利用MATLAB搭建不同核函数的最小二乘支持向量机(LS-SVM)模型,将影响Cd的各无量纲参数作为模型输入,Cd作为模型输出.研究表明:LS-SVM模型可用于矩形侧堰流量系数预测,且高斯核函数优于多项式核函数和线性核函数,在测试阶段最佳模型的性能指标平均绝对误差(MAE)为0.005,均方根误差(RMSE)为0.005,决定系数(R2)为0.966,表明该模型性能较好,精度较高,预测值较准确.本文提出了一种预测侧堰泄流能力的智能模型,讨论了不同无量纲参数对该模型的影响,验证了该模型的适用性,为类似水利工程提供参考依据,同时为解决复杂水力学问题提供新思路.
|
关 键 词: | 矩形侧堰 流量系数 核函数 LS-SVM 人工智能 机器学习 |
|
|