基于IF-GEP的河湾最大冲刷深度预测方法

陈骏峰; 肖丽蓉; 周晓泉; 黄宇航

doi:10.20040/j.cnki.1000-7709.2023.20230577

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于IF-GEP的河湾最大冲刷深度预测方法

水文水资源与环境 | 更新时间：2026-02-25

- 基于IF-GEP的河湾最大冲刷深度预测方法
- 基于IF-GEP的河湾最大冲刷深度预测方法
- 水电能源科学 2023年第9期页码：19-22
- 作者机构：
  
  四川大学水力学及山区河流开发保护国家重点实验室
- 作者简介：
- 基金信息：
- DOI：10.20040/j.cnki.1000-7709.2023.20230577
  中图分类号： TV147
- 纸质出版：2023
- 稿件说明：
移动端阅览
陈骏峰, 肖丽蓉, 周晓泉, 等. 基于IF-GEP的河湾最大冲刷深度预测方法[J]. 水电能源科学, 2023,(9):19-22.

陈骏峰, 肖丽蓉, 周晓泉, et al. 基于IF-GEP的河湾最大冲刷深度预测方法[J]. 2023, (9): 19-22.
陈骏峰, 肖丽蓉, 周晓泉, 等. 基于IF-GEP的河湾最大冲刷深度预测方法[J]. 水电能源科学, 2023,(9):19-22. DOI： 10.20040/j.cnki.1000-7709.2023.20230577.

陈骏峰, 肖丽蓉, 周晓泉, et al. 基于IF-GEP的河湾最大冲刷深度预测方法[J]. 2023, (9): 19-22. DOI： 10.20040/j.cnki.1000-7709.2023.20230577.

摘要

为解决传统河流流经弯道的最大冲刷深度预测过程中存在的不足，将孤立森林(IF)和基因表达式编程(GEP)方法相结合，建立了一个基于IF的GEP河湾最大冲刷深度预测模型(IF-GEP)

并将该模型与传统GS-SVR和RF模型及现有经验公式进行对比。结果表明，IF-GEP预测模型在测试集上取得了较好的预测效果，且预测精度明显高于现有公式及传统的GS-SVR和RF模型。最后将该预测模型应用于多条不同河流的预测中，IF-GEP预测模型的预测结果与实际测量值较吻合，说明该预测模型具有良好的预测能力和较高的泛化性能。

Abstract

关键词

Keywords

references

基于数据重构与孤立森林法的大坝自动化监测数据异常检测方法[J]. 赵新华;范振东;何宇;查益华.中国农村水利水电,2021(09)

采用基因表达式编程的潜水泵性能预测[J]. 李超群;魏清顺.水电能源科学,2020(04)

河渠缓流弯道冲刷深度计算的探讨[J]. 张良然.南昌大学学报(工科版),2001(04)

明渠弯道水流与冲刷问题[J]. 王木兰;汪德爟.华东水利学院学报,1978(01)

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于VMD-SSA-K-means-iForest的重力坝监测数据异常模式混合识别算法研究

基于SSA-KMIF的船闸人字门监测数据异常检测方法

基于孤立森林的取水数据异常值检测

压电悬臂梁多模态发电装置的仿真与试验

基于制动感觉的制动能量回收系统的设计与匹配