發(fā)布時(shí)間：2021-09-16 20:44

　　針對(duì)常規(guī)的指標(biāo)流速法精度不足的缺點(diǎn),分析探究了利用機(jī)器學(xué)習(xí)模型由H-ADCP網(wǎng)格單元流速推求測(cè)流斷面平均流速的可行性與適用性。選擇引丹灌渠清泉溝隧洞出口下游清泉溝站2018～2019年共136測(cè)次人工比測(cè)流量資料及同時(shí)期H-ADCP網(wǎng)格單元流速資料,分別構(gòu)建了3種機(jī)器學(xué)習(xí)模型（支持向量回歸、BP神經(jīng)網(wǎng)絡(luò)和極限學(xué)習(xí)機(jī)）,并基于8種H-ADCP網(wǎng)格單元分配方案對(duì)斷面平均流速進(jìn)行了模擬。以指標(biāo)流速法為參照基準(zhǔn),對(duì)比分析了3種機(jī)器學(xué)習(xí)模型的擬合效果。結(jié)果表明:相比常規(guī)的指標(biāo)流速法,機(jī)器學(xué)習(xí)模型能更精確地?cái)M合斷面平均流速值。此外,H-ADCP有效網(wǎng)格單元數(shù)對(duì)指標(biāo)流速法的斷面平均流速擬合效果影響較大,對(duì)各機(jī)器學(xué)習(xí)方法的擬合性能影響不顯著。研究成果可為機(jī)器學(xué)習(xí)模型與傳統(tǒng)水文測(cè)驗(yàn)方法的深度融合提供新的研究思路。 

【文章來(lái)源】：人民長(zhǎng)江. 2020,51(11)北大核心

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

圖1 支持向量機(jī)、BP神經(jīng)網(wǎng)絡(luò)與極限學(xué)習(xí)機(jī)結(jié)構(gòu)示意

清泉溝站測(cè)流大斷面與H-ADCP安裝位置示意

不同網(wǎng)格單元方案下各模型對(duì)測(cè)試集樣本數(shù)據(jù)的模擬效果(以多項(xiàng)式回歸模型PR為參照)

【參考文獻(xiàn)】：
期刊論文
[1]不同方法在感潮河段ADCP在線(xiàn)測(cè)流系統(tǒng)中應(yīng)用的比較分析[J]. 韋立新,曹貫中,蔡磊.  水文. 2019(06)
[2]人工智能在水文預(yù)報(bào)中的應(yīng)用研究[J]. 周研來(lái),郭生練,張斐章,陳華,鐘逸軒,巴歡歡.  水資源研究. 2019(01)
[3]ELM與BP神經(jīng)網(wǎng)絡(luò)模型在徑流預(yù)報(bào)中的比較研究[J]. 王文川,李文錦,徐冬梅,李慶敏.  水資源研究. 2018(06)
[4]H-ADCP流量在線(xiàn)監(jiān)測(cè)系統(tǒng)軟件設(shè)計(jì)與實(shí)現(xiàn)[J]. 陳衛(wèi),周波.  人民長(zhǎng)江. 2015(21)
[5]基于ELM學(xué)習(xí)算法的混沌時(shí)間序列預(yù)測(cè)[J]. 李彬,李貽斌.  天津大學(xué)學(xué)報(bào). 2011(08)
[6]H-ADCP實(shí)時(shí)流量在線(xiàn)監(jiān)測(cè)系統(tǒng)研究[J]. 徐剛,胡焰鵬,樊云,翟謹(jǐn).  中國(guó)農(nóng)村水利水電. 2009(09)
[7]應(yīng)用光滑支持向量機(jī)預(yù)測(cè)漢江流域降水變化[J]. 陳華,郭靖,熊偉,郭生練,許崇育.  長(zhǎng)江科學(xué)院院報(bào). 2008(06)
[8]H-ADCP在復(fù)雜環(huán)境下的應(yīng)用[J]. 杜耀東,宋星原,王俊.  人民長(zhǎng)江. 2008(03)
[9]H-ADCP流量在線(xiàn)監(jiān)測(cè)指標(biāo)流速法定線(xiàn)軟件“定線(xiàn)通”介紹與應(yīng)用[J]. 王發(fā)君,黃河寧.  水文. 2007(04)
[10]指標(biāo)流速法在珠江三角洲的應(yīng)用[J]. 李志敏.  中國(guó)水利. 2007(11)

博士論文
[1]核極限學(xué)習(xí)機(jī)的理論與算法及其在圖像處理中的應(yīng)用[D]. 李小冬.浙江大學(xué) 2014
[2]基于極限學(xué)習(xí)的系統(tǒng)辨識(shí)方法及應(yīng)用研究[D]. 楊易旻.湖南大學(xué) 2013



本文編號(hào)：3397265