| 基于Stacking集成算法的抛石护岸水毁破坏预测研究 |
| |
| 引用本文： | 王浩,晏田田,郭剑波,张金涛,马利群,安杰.基于Stacking集成算法的抛石护岸水毁破坏预测研究[J].水电能源科学,2024(1):185-188. |
| |
| 作者姓名： | 王浩 晏田田 郭剑波 张金涛 马利群 安杰 |
| |
| 作者单位： | 1. 河南大学土木建筑学院;3. 河南大学地理与环境学院;4. 河南省建筑设计研究院有限公司 |
| |
| 基金项目： | 河南省重点研发与推广专项(科技攻关)(232102321012,232102320028)； |
| |
| 摘 要： | 抛石护岸在顶冲等极端情况下易发生水毁破坏，给人民的生命财产带来威胁。通过水槽试验获取496组样本数据，利用互信息(MI)筛选出6个关键特征属性，并采用支持向量机(SVR)、广义回归神经网络(GRNN)和随机森林(RF)等机器学习算法构建多个预测模型。然后，将这些模型作为基学习器，结合BP神经网络(BPNN)作为元学习器，采用Stacking集成学习方法构建抛石护岸破坏程度预测模型。最后，通过决定系数(R2)、均方根误差(RRMSE)及平均绝对误差(MMAE)等评价指标对模型性能进行评估。结果表明，Stacking模型在抛石护岸破坏高度、长度、范围上的平均R2为0.98、RRMSE为0.02、MMAE为0.03,相较于单一模型(SVR、GRNN、RF),Stacking模型的RRMSE、MMAE皆为最小，R2最高。在抛石护岸水毁破坏程度的预测中，融合的Stacking模型展现出更高的准确性与稳...
|
| 关 键 词： | 抛石护岸 水毁破坏 Stacking集成算法 预测研究 |
|
|
