基于机器学习对三角堰流量系数的预测研究

摘要：

为了准确高效得出三角堰泄流系数的大小,本研究基于广义神经网络、最小二乘支持向量机和遗传规划对三角堰流量系数进行智能建模.将无量纲参数堰顶角、弗劳德数、堰顶长与堰高之比、堰顶长与堰顶水深之比作为模型输入参数,流量系数作为模型输出参数.研究表明,最小二乘支持向量机性能优于广义神经网络和遗传规划.在测试阶段,均方根误差为0.000 73,散射指数为0.001 02,决定系数为0.999 59,最大误差为1.7％.该模型精度较高,预测值较准确,具有较强的工程适用性.本研究通过对三角堰流量系数进行智能建模,采用机器学习对非线性物理关系进行高精度拟合,准确高效得出三角堰流量系数的大小,可为水利水电工程设计人员和我国灌区精确量水用水提供一种新的方法和思路.

关键词：三角堰、流量系数、广义神经网络、最小二乘支持向量机、遗传规划、人工智能

所属期刊栏目：43

分类号：TV135.2(水利工程基础科学)

资助基金：国家自然科学基金;国家自然科学基金

在线出版日期：2023-01-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：691-699