| 高拱坝参数反演的Jaya-高斯过程回归模型 |
| |
| 引用本文： | 马建婷,康飞,姜成磊,向正林,王一帆. 高拱坝参数反演的Jaya-高斯过程回归模型[J]. 水利水电科技进展, 2022, 42(4): 74-79 |
| |
| 作者姓名： | 马建婷 康飞 姜成磊 向正林 王一帆 |
| |
| 作者单位： | 大连理工大学水利工程学院,辽宁 大连116024;吉林省水利水电勘测设计研究院,吉林 长春130021;南方电网调峰调频发电有限公司,广东 广州510630 |
| |
| 基金项目： | 国家自然科学基金(52079022)；中央高校基本科研业务费专项(DUT19LK14)；南方电网调峰调频发电有限公司项目(0200002019030304SG00003) |
| |
| 摘 要： | 为了提高高拱坝物理力学参数反演的精度及效率,将Jaya智能优化方法与高斯过程机器学习理论引入大坝安全监控领域,提出了基于Jaya-高斯过程回归代理模型的拱坝参数反演分析方法。采用高斯过程回归代理模型代替传统的有限元计算,并利用3种智能优化算法进行参数寻优。结果表明:Jaya算法相比于PSO算法、GWO算法,不仅反演精度高、收敛速度快,且具有很好的稳定性；所提出反分析策略在反演用时方面比直接调用有限元计算的反分析方法节省80%以上。本文方法不仅能够满足计算精度要求,且大大缩减了计算时间,为高拱坝物理力学参数反演分析提供了一种高效的方法。
|
| 关 键 词： | 高拱坝 位移反分析 高斯过程回归 代理模型 Jaya算法 |
| 收稿时间： | 2021-07-05 |
Jaya-Gaussian process regression model for parameter inversion of high arch dams |
| |
| MA Jianting,KANG Fei,JIANG Chenglei,XIANG Zhenglin,WANG Yifan. Jaya-Gaussian process regression model for parameter inversion of high arch dams[J]. Advances in Science and Technology of Water Resources, 2022, 42(4): 74-79 |
| |
| Authors: | MA Jianting KANG Fei JIANG Chenglei XIANG Zhenglin WANG Yifan |
| |
| Affiliation: | School of Hydraulic Engineering, Dalian University of Technology, Dalian 116024, China;Jilin Province Water Resources and Hydropower Consultative Company, Changchun 130021, China;China Southern Power Grid Peak and Frequency Regulation Power Generation Co.,Ltd., Guangzhou 510630, China |
| |
| Abstract: | |
| |
| Keywords: | high arch dam displacement inverse analysis Gaussian process regression surrogate model Jaya algorithm |
|
| 点击此处可从《水利水电科技进展》浏览原始摘要信息 |
|
点击此处可从《水利水电科技进展》下载免费的PDF全文 |
|
