SSA-XGBoost与时空特征选取的大坝变形预测模型
针对目前部分单测点模型未考虑大坝监测数据空间关联性、难以描述大坝变形整体响应特性的问题,以及传统回归模型未考虑环境量与变形量的非线性关系导致预测精度较低的问题,本文提出了一种预测模型,包括对监测数据进行基于自适应噪声完备集合经验模态分解-小波包降噪,结合弹性网络对考虑了空间关联性的变形效应量因子进行特征选取,辅以交叉验证特征因子的有效性,并使用麻雀搜索算法提高计算效率.基于锦屏一级拱坝实测变形数据,探究了考虑空间关联性的最优因子集,并通过对比多种模型的MSE、RMSE等参数验证了本文方法的有效性,在大坝变形性态分析中具有一定应用价值.
弹性网络、麻雀搜索算法、XGBoost、时空多因子、特征选取
43
TV698.1(水利枢纽、水工建筑物)
国家自然科学基金;国家重点实验室基本科研业务费
2024-02-01(万方平台首次上网日期,不代表论文的发表时间)
共15页
84-98