1. 中国水利水电科学研究院
2. 北京中水科工程集团有限公司
纸质出版:2025
移动端阅览
邓树森, 朱赵辉, 吴浩, 等. 基于线性可加模型的渡槽变形预测对比[J]. 水电能源科学, 2025,(9):123-126+118.
邓树森, 朱赵辉, 吴浩, et al. 基于线性可加模型的渡槽变形预测对比[J]. 2025, (9): 123-126+118.
邓树森, 朱赵辉, 吴浩, 等. 基于线性可加模型的渡槽变形预测对比[J]. 水电能源科学, 2025,(9):123-126+118. DOI: 10.20040/j.cnki.1000-7709.2025.20241994.
邓树森, 朱赵辉, 吴浩, et al. 基于线性可加模型的渡槽变形预测对比[J]. 2025, (9): 123-126+118. DOI: 10.20040/j.cnki.1000-7709.2025.20241994.
渡槽是引调水工程中常见的输水建筑物,准确预测渡槽变形对于确保水利工程稳定运行至关重要。为此,以南水北调工程中的潦河渡槽为例,基于渡槽长期变形监测数据建立弹性网回归、多元线性回归、逐步回归、岭回归和LASSO回归5种不同线性可加模型,并采用5种不同线性可加模型对渡槽变形行为的预测结果进行比较。结果表明,随着预测时间增加,不同线性可加模型预测精度均呈现逐渐下降的趋势;LASSO模型通过交叉验证选择最优正则化参数,实现变量选择精简化,模型复杂度降至最低;同时验证了训练长度会对多元线性回归和逐步回归的预测效果产生影响。研究结果可为选择渡槽变形预测模型提供一些有益的参考。
F. Salazar,M.A. Toledo,E. Oñate,R. Morán.An empirical comparison of machine learning techniques for dam behaviour modelling[J].Structural Safety,2015.
0
浏览量
下载量
CSCD
关联资源
相关文章
相关作者
相关机构