随机森林算法在大坝安全监测中的应用被引量：4

下载PDF

导出

摘要大坝裂缝开合度预测准确性对大坝安全监控十分重要。为解决传统回归模型预测效果差及人工智能模型预测过拟合问题,将随机森林算法运用到某混凝土坝裂缝开度预测中,优选模型参数,得到的训练、预测期模拟值较实测值基本一致,预测效果良好。并与BP神经网络、支持向量机模型就预测精度与稳定性做了对比。

作者朱成冬李栋黄凌超范晓洁

机构地区中水珠江规划勘测设计有限公司河海大学水利水电学院

出处《低温建筑技术》 2016年第1期144-145,共2页 Low Temperature Architecture Technology

关键词裂缝开度随机森林 BP神经网络支持向量机

分类号 TU196.1 [建筑科学—建筑理论]

引文网络
相关文献

参考文献7

1梅一韬,何鹏.三种混凝土坝坝基扬压力监控模型的比较[J].河海大学学报(自然科学版),2010,38:361-364. 被引量：1
2Breiman L Random Forests[J].Machine learning,2001,45(1):5-32. 被引量：1
3赵铜铁钢,杨大文,蔡喜明,曹勇.基于随机森林模型的长江上游枯水期径流预报研究[J].水力发电学报,2012,31(3):18-24. 被引量：50
4赖成光,陈晓宏,赵仕威,王兆礼,吴旭树.基于随机森林的洪灾风险评价模型及其应用[J].水利学报,2015,46(1):58-66. 被引量：97
5康有,陈元芳,顾圣华,姚欣明,黄琴,汤艳平.基于随机森林的区域水资源可持续利用评价[J].水电能源科学,2014,32(3):34-38. 被引量：34
6方匡南,吴见彬,朱建平,谢邦昌.随机森林方法研究综述[J].统计与信息论坛,2011,26(3):32-38. 被引量：694
7黄红女,周琼,华锡生.大坝安全监控理论与技术研究现状综述[J].大坝与安全,2005,19(2):54-57. 被引量：23

二级参考文献74

1刘微,罗林开,王华珍.基于随机森林的基金重仓股预测[J].福州大学学报（自然科学版）,2008,36(S1):134-139. 被引量：8
2宋松柏,蔡焕杰.区域水资源可持续利用评价的人工神经网络模型[J].农业工程学报,2004,20(6):89-92. 被引量：62
3夏军.中长期径流预报的一种灰关联模式识别与预测方法[J].水科学进展,1993,4(3):190-197. 被引量：38
4卢敏,张展羽.基于支持向量机的水资源可持续利用评价[J].水电能源科学,2005,23(5):18-21. 被引量：15
5程晓陶,杨磊,陈喜军.分蓄洪区洪水演进数值模型[J].自然灾害学报,1996,5(1):34-40. 被引量：19
6林剑艺,程春田.支持向量机在中长期径流预报中的应用[J].水利学报,2006,37(6):681-686. 被引量：115
7林成德,彭国兰.随机森林在企业信用评估指标体系确定中的应用[J].厦门大学学报（自然科学版）,2007,46(2):199-203. 被引量：37
8刘小平,黎夏,叶嘉安,何晋强,陶嘉.利用蚁群智能挖掘地理元胞自动机的转换规则[J].中国科学（D辑）,2007,37(6):824-834. 被引量：56
9Breiman L. Bagging Preditors [J].Machine Learning, 1996,24(2). 被引量：1
10Dietterich T. An Experimental Comparison of Three Methods for Constructing Ensembles of Decision Trees: Bagging, Boosting and Randomization [J].Machine Learning, 2000,40(2). 被引量：1

共引文献854

1郑伟,戴伊宁,孙楠楠,尹乔乔,吴青青,惠田辰,吴文昊,黄海军,童永喜,黄益澄,汪明珊,陈美娟,张家杰,严蓉,高海女,潘红英.应用随机森林模型和Logistic回归模型分析COVID-19的影响因素[J].预防医学,2021,33(7):722-725. 被引量：1
2陈绎冰,李天依,李欣艳,赵文川,范荣峰,陈凤娇,杨元建.基于随机森林和遥感的台风降水云光谱与降水关系研究[J].遥感技术与应用,2022,37(5):1277-1288. 被引量：1
3袁鸷慧,聂胜,张合兵,王成,王宏涛,习晓环.GEDI地面高程和森林冠层高度的精度评价与影响分析[J].遥感技术与应用,2022,37(5):1056-1070. 被引量：2
4谢春,许伟.基于随机森林回归算法的锅炉沾污因数预测方法[J].上海电气技术,2022,15(1):29-32. 被引量：2
5王仁超,朱品光.基于随机森林回归方法的爆破块度预测模型研究[J].水力发电学报,2020,39(1):89-101. 被引量：24
6赵洪,沈建忠,王俊,张骋,瞿青.基于客户画像与机器学习算法的电费回收风险预测模型及应用[J].微型电脑应用,2020,36(2):93-96. 被引量：12
7杨龙,王闻娟,覃哲,古悦璇.中国大学生气候认知与低碳行为及其影响因素研究——基于随机森林模型分析[J].文化与传播,2022,11(2):6-15. 被引量：1
8饶贵川,王雅楠,华伟平,林维晟,潘俊忠,廖佩莹.环境因子对人工森林蓄积量影响的机器学习分析[J].林业科技通讯,2023(12):58-63.
9姚殿福.水库除险加固设计研究[J].内江科技,2022,43(10):13-14. 被引量：1
10王治忠,闫文明,王松伟.基于鸽子视顶盖神经元响应对不同颜色背景字符图像的重建研究[J].计算机应用研究,2020,37(1):308-312.

同被引文献43

1王向阳,王旭,曹旭,张圣柱,多英全.基于随机森林的中俄东线管道河沟道水毁灾害评估研究[J].中国安全生产科学技术,2023,19(S02):135-139. 被引量：1
2张豪,许四法.基于经验模态分解和遗传支持向量机的多尺度大坝变形预测[J].岩石力学与工程学报,2011,30(S2):3681-3688. 被引量：51
3杨杰,胡德秀,吴中如.大坝安全监控模型因子相关性及不确定性研究[J].水利学报,2004,35(12):99-105. 被引量：55
4金永强,包腾飞.基于决策树的大坝安全监测数据挖掘[J].人民黄河,2007,29(2):72-73. 被引量：4
5张磊,金永强,李子阳,蒋裕丰.CPSO-NN模型在大坝安全监控中的应用[J].水利水电科技进展,2008,28(4):8-10. 被引量：8
6陆美霞.确定性模型在重力坝变形分析中的应用[J].灾害与防治工程,2009(1):16-20. 被引量：3
7王小敏,刘小勇.大坝变形分析与预报的有限元法[J].地理空间信息,2009,7(5):127-130. 被引量：7
8程琳,徐波,吴波,郑东健.大坝安全监测的混合回归模型研究[J].水电能源科学,2010,28(3):48-50. 被引量：13
9张伟,陆佳华,冯威,郑东健.基于ABAQUS有限元分析的大坝变形混合模型[J].水电能源科学,2011,29(6):80-82. 被引量：5
10许昌,岳东杰,董育烦,邓成发.基于主成分和半参数的大坝变形监测回归模型[J].岩土力学,2011,32(12):3738-3742. 被引量：19

引证文献4

1黄华东,郭张军.大坝安全智能监控模型对比分析研究[J].中国水运（下半月）,2019,19(6):71-73. 被引量：7
2易正元,苏怀智,杨立夫.混凝土坝变形监控模型的随机森林与旗鱼优化组合建模方法[J].水电能源科学,2021,39(10):106-109. 被引量：11
3冯瑜,吴云星,谷汶静,庞琼,谷艳昌,陈斯煜.基于WOA-RFR的混凝土坝变形预测监控模型[J].人民珠江,2024,45(7):118-124.
4周俊杰,樊仕文,方晨,黄耀英,刘富昌.基于随机森林算法的混凝土浇筑仓内部最高温度预测[J].水电能源科学,2024,42(9):84-87.

二级引证文献17

1冷天培,马刚,殷彦高,谭瀛,周伟.基于Prophet模型的江坪河水电站面板堆石坝变形预测[J].水力发电,2020,46(6):29-34. 被引量：8
2刘浩.基于IABC-LSSVM的大坝变形监控模型研究[J].水利技术监督,2020(4):164-167. 被引量：10
3王群.胶东调水工程输水管道施工质量安全监控方法[J].中国水能及电气化,2021(1):1-6. 被引量：2
4陈洪良,李杨,张一辉,许飞云.基于自适应优化变分模态分解的起重机故障诊断[J].起重运输机械,2022(9):49-56.
5李庆斌,马睿,胡昱,皇甫泽华,沈益源,周绍武,马金刚,安再展,郭光文.大坝智能建造研究进展与发展趋势[J].清华大学学报（自然科学版）,2022,62(8):1252-1269. 被引量：22
6田雯雯,吕丽霞,冯雪凯,王梓齐.基于改进AAKR的风电机组齿轮箱状态监测[J].电子测量技术,2022,45(15):158-165. 被引量：4
7苏燕,郑志铭,林川,林友隆,何强,张挺,黄姝璇.融合时变因素的浆砌石坝变形时空混合模型[J].水力发电学报,2022,41(11):124-138. 被引量：7
8刘耀儒,侯少康,程立,黄跃群.水利工程智能建造进展及关键技术[J].水利水电技术（中英文）,2022,53(10):1-20. 被引量：14
9张石,郑东健.基于MA-RF的混凝土坝变形预测模型及其应用[J].水电能源科学,2022,40(12):147-151. 被引量：3
10宿辉,栾亚伟,胡宝文,白延杰.基于CEEMDAN和SVM的混凝土破坏状态声发射信号识别[J].水利水电科技进展,2023,43(1):93-98. 被引量：2

1翁其能,吴秉其,秦伟.地下结构混凝土渗透损伤研究综述[J].材料导报,2014,28(16):130-134. 被引量：4
2李玲.混凝土坝裂缝原因及处理措施[J].大科技,2013(12):109-109.
3罗浩,郭盛勇,包为民.拱坝变形监测预报的随机森林模型及应用[J].南水北调与水利科技,2016,14(6):116-121. 被引量：15
4王习武.BP模型在地下厂房顶拱裂缝开度预测中的应用[J].工程建设与设计,2004(2):24-26.
5陈吉森.浅谈大坝安全监测设计及施工组织的几点体会[J].小水电,2009(6):55-57. 被引量：1
6张广东.混凝土坝裂缝产生原因和防治措施探讨[J].现代商贸工业,2011,23(18):249-250.
7苏健,吴方方.梅山连拱坝坝体裂缝成因及修补设计浅谈[J].安徽建筑,2009,16(5):40-42.
8翁其能,袁勇,王学军.渗透作用下开裂混凝土的材料损伤模型[J].材料导报,2008,22(5):104-106. 被引量：6
9大坝安全监测[J].安徽水利水电职业技术学院学报,2015,15(4):88-88.
10陈电明.有关大坝安全监测工程质量管理[J].建筑知识：学术刊,2012(2):155-156. 被引量：3

低温建筑技术

2016年第1期

浏览历史

内容加载中请稍等...

随机森林算法在大坝安全监测中的应用被引量：4

参考文献7

二级参考文献74

共引文献854

同被引文献43

引证文献4

二级引证文献17

相关作者

相关机构

相关主题

浏览历史

随机森林算法在大坝安全监测中的应用 被引量：4

参考文献7

二级参考文献74

共引文献854

同被引文献43

引证文献4

二级引证文献17

相关作者

相关机构

相关主题

浏览历史

随机森林算法在大坝安全监测中的应用被引量：4