基于Stacking集成算法的抛石护岸水毁破坏预测研究 |
| |
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 |
|