期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到7篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于机器学习对三角堰流量系数的预测研究 被引量：7
1
作者 沈桂莹 李珊珊 李国栋 《力学季刊》 CAS CSCD 北大核心 2022年第3期691-699,共9页
为了准确高效得出三角堰泄流系数的大小,本研究基于广义神经网络、最小二乘支持向量机和遗传规划对三角堰流量系数进行智能建模.将无量纲参数堰顶角、弗劳德数、堰顶长与堰高之比、堰顶长与堰顶水深之比作为模型输入参数,流量系数作为... 为了准确高效得出三角堰泄流系数的大小,本研究基于广义神经网络、最小二乘支持向量机和遗传规划对三角堰流量系数进行智能建模.将无量纲参数堰顶角、弗劳德数、堰顶长与堰高之比、堰顶长与堰顶水深之比作为模型输入参数,流量系数作为模型输出参数.研究表明,最小二乘支持向量机性能优于广义神经网络和遗传规划.在测试阶段,均方根误差为0.00073,散射指数为0.00102,决定系数为0.99959,最大误差为1.7%.该模型精度较高,预测值较准确,具有较强的工程适用性.本研究通过对三角堰流量系数进行智能建模,采用机器学习对非线性物理关系进行高精度拟合,准确高效得出三角堰流量系数的大小,可为水利水电工程设计人员和我国灌区精确量水用水提供一种新的方法和思路. 展开更多
关键词 三角堰 流量系数 广义神经网络 最小二乘支持向量机 遗传规划 人工智能
下载PDF
三角迷宫式侧堰的水力特性研究
2
作者 李珊珊 曹顶业 +1 位作者 沈桂莹 李国栋 《力学季刊》 CAS CSCD 北大核心 2024年第1期177-186,共10页
迷宫式侧堰具有较大的泄流能力,广泛应用于流量控制、农田灌溉和排水系统.为研究三角迷宫式侧堰的复杂水力特性、泄流规律及泄流影响因素,本研究首先基于FLOW-3D软件和RNG k-ε湍流模型,对侧堰的15种工况进行数值模拟计算,获得侧堰水面... 迷宫式侧堰具有较大的泄流能力,广泛应用于流量控制、农田灌溉和排水系统.为研究三角迷宫式侧堰的复杂水力特性、泄流规律及泄流影响因素,本研究首先基于FLOW-3D软件和RNG k-ε湍流模型,对侧堰的15种工况进行数值模拟计算,获得侧堰水面流态、流速分布等水力特性.同时,通过白金汉π定理推出影响迷宫式侧堰流量系数的无量纲参数,探究流量系数C_(d)与无量纲参数之间的变化规律,利用人工智能遗传规划(Genetic Programming,GP)算法拟合出流量系数计算公式.结果表明:主渠道内水流为缓流,堰顶角θ较小时,二次流使得水面流态变化,流速在靠近侧堰时发生急剧变化,堰内产生回流.随着θ的增大,堰顶上方水舌从对称分布变为偏右侧下泄,堰内回流现象消失;C_d随上游弗劳德数Fr和溢流前沿与堰顶水深之比l/h_(1)的增加而减小,随堰高与堰上水头之比p/h_(1)的增加而增加,θ越大,C_(d)变化趋势越大;流量系数预测公式在测试阶段的决定系数R^(2)=0.913,均方根误差RMSE=0.045,流量系数预测值与试验值的散点图拟合效果良好,数据点分布均匀且关于拟合线对称,表明GP模型得出的结果较为准确,满足灌区量水精度要求.该研究成果可为迷宫式侧堰在实际工程中的应用提供理论依据和技术支撑. 展开更多
关键词 三角迷宫式侧堰 水力特性 遗传规划算法 数值模拟
下载PDF
基于机器学习和全局敏感性的弧形闸门淹没特性 被引量：1
3
作者 李珊珊 曹顶业 +1 位作者 沈桂莹 李国栋 《农业工程学报》 EI CAS CSCD 北大核心 2023年第15期25-33,共9页
为了实现灌区精确量水、准确率定闸门流量系数,该研究针对弧形闸门泄流特性,采用支持向量机(support vector machine,SVM)、广义回归神经网络(generalized regression neural network,GRNN)、极限学习机(extreme learning machine,ELM)... 为了实现灌区精确量水、准确率定闸门流量系数,该研究针对弧形闸门泄流特性,采用支持向量机(support vector machine,SVM)、广义回归神经网络(generalized regression neural network,GRNN)、极限学习机(extreme learning machine,ELM)及核函数极限学习机(kernel extreme learning machine,KELM),对其淹没流态的泄流量进行预测,通过评价指标、目标函数(objective function,OBJ)准则和不确定分析等方法对模型性能进行综合评估。基于最优预测模型性能,引入全局敏感性分析Sobol法对无量纲参数进行量化分析,得出各参数对泄流量的重要程度,并进一步探究影响泄流的重要参数与流量系数(C_(d))之间的变化规律。结果表明:KELM模型在测试阶段决定系数R^(2)=0.972、平均绝对百分比K_(MAPE)=5.038%、均方根误差KRMSE=0.020、威尔莫特一致性指数K_(WIA)=0.993,目标函数值K_(OBJ)=0.0127,95%置信区间为[−0.04927,0.04956],与SVM、GRNN和ELM模型相比,该模型具有更高的准确性和鲁棒性,可作为弧形闸门流量校核的高效高精度模型;Sobol法全局敏感性分析表明,耳轴销高度与上游水深之比(h/Y0)、闸门半径与上游水深之比(R/Y0)、闸门宽度与上游水深之比(B/Y0)对Cd的一阶敏感性系数和全局敏感性系数分别为0.1162、0.0754、0.0752和0.5311、0.4966、0.4959,是影响Cd的主要因素,且C_(d)随h/Y0、R/Y0、B/Y0的增加而增大,在工程设计中应当重点考虑。该研究成果可进一步完善和丰富闸门淹没流态下的水力学机制,为校核闸孔流量提供方法。 展开更多
关键词 人工智能 模型 敏感性分析 弧形闸门 流量系数 淹没出流
下载PDF
基于LS-SVM的侧堰泄流能力预测模型
4
作者 李国栋 沈桂莹 +1 位作者 李珊珊 陆庆楠 《应用基础与工程科学学报》 EI CSCD 北大核心 2023年第4期843-851,共9页
为了准确高效地得出矩形侧堰流量系数(C_(d)),首先设计矩形侧堰模型试验,得出6种不同流量工况下的流量系数试验值,利用MATLAB搭建不同核函数的最小二乘支持向量机(LS-SVM)模型,将影响C_(d)的各无量纲参数作为模型输入,C_(d)作为模型输出... 为了准确高效地得出矩形侧堰流量系数(C_(d)),首先设计矩形侧堰模型试验,得出6种不同流量工况下的流量系数试验值,利用MATLAB搭建不同核函数的最小二乘支持向量机(LS-SVM)模型,将影响C_(d)的各无量纲参数作为模型输入,C_(d)作为模型输出.研究表明:LS-SVM模型可用于矩形侧堰流量系数预测,且高斯核函数优于多项式核函数和线性核函数,在测试阶段最佳模型的性能指标平均绝对误差(MAE)为0.005,均方根误差(RMSE)为0.005,决定系数(R2)为0.966,表明该模型性能较好,精度较高,预测值较准确.本文提出了一种预测侧堰泄流能力的智能模型,讨论了不同无量纲参数对该模型的影响,验证了该模型的适用性,为类似水利工程提供参考依据,同时为解决复杂水力学问题提供新思路. 展开更多
关键词 矩形侧堰 流量系数 核函数 LS-SVM 人工智能 机器学习
原文传递
基于智能算法的圆柱形堰闸流量预测模型
5
作者 曹顶业 李珊珊 +1 位作者 李国栋 沈桂莹 《水电能源科学》 北大核心 2023年第9期202-206,共5页
堰闸结构具有较大的泄流能力,为准确高效校核堰闸流量,采用BP神经网络、支持向量机(SVM)和广义回归神经网络(GRNN)3种智能算法对圆柱形堰闸流量系数(Cd)进行预测,并探究了无量纲参数与流量系数之间的相关性及变化规律。结果表明,广义回... 堰闸结构具有较大的泄流能力,为准确高效校核堰闸流量,采用BP神经网络、支持向量机(SVM)和广义回归神经网络(GRNN)3种智能算法对圆柱形堰闸流量系数(Cd)进行预测,并探究了无量纲参数与流量系数之间的相关性及变化规律。结果表明,广义回归神经网络GRNN模型和BP神经网络模型均可准确预测圆柱形堰闸流量系数,BP模型测试阶段决定系数为0.997,均方根误差为0.009,平均绝对百分比为0.801%,纳什效率系数为0.997,优于GRNN模型,可作为堰闸流量系数的高效高精度预测模型。闸门开度与圆柱直径之比(a/D)、堰顶水头与圆柱直径之比(Hw/D)与Cd之间具有强相关性。Cd随上游弗劳德数(Fr)、Hw/D的增加而增加,a/D越大,Cd增幅越大。研究结果可为圆柱形堰闸在实际工程中的推广应用提供理论参考和技术支撑。 展开更多
关键词 圆柱形堰闸 流量系数 预测 人工智能
下载PDF
基于人工神经网络对侧堰流量系数的预测研究 被引量：2
6
作者 沈桂莹 李国栋 李珊珊 《水动力学研究与进展（A辑）》 CSCD 北大核心 2022年第1期125-131,共7页
流量系数是堰的设计重要参数之一,该文通过神经网络模型多层感知器(MLP)和广义神经网络(GRNN)对矩形尖顶侧堰流量系数(C_(d))进行建模和预测。通过MATLAB程序语言设计两种不同的神经网络模型,再以无量纲弗劳德数(F_(r))、堰长与堰宽之比... 流量系数是堰的设计重要参数之一,该文通过神经网络模型多层感知器(MLP)和广义神经网络(GRNN)对矩形尖顶侧堰流量系数(C_(d))进行建模和预测。通过MATLAB程序语言设计两种不同的神经网络模型,再以无量纲弗劳德数(F_(r))、堰长与堰宽之比(L/b)、堰长与上游水深之比(L/h_(1))和堰高与上游水深之比(P/h_(1))作为输入参数,流量系数(C_(d))作为输出参数。研究结果表明,验证阶段决定系数R^(2)=0.938、均方根误差RMSE=0.017、散度SI=0.036和平均绝对百分比误差MAPE=0.004%的GRNN模型优于MLP和GMDH模型,96%的预测数据误差在4%以下,具有较高的准确性,可为相关研究提供有价值的参考。 展开更多
关键词 侧堰 流量系数 神经网络 MLP GRNN
原文传递
淹没效应对不同类型琴键堰泄流特性的影响 被引量：1
7
作者 李珊珊 李国栋 +1 位作者 姜铎 沈桂莹 《农业工程学报》 EI CAS CSCD 北大核心 2022年第9期64-72,共9页
为了探究琴键堰在淹没出流条件下的泄流情况及对淹没效应的敏感性,该研究在矩形水槽中对四种琴键堰基本体型(A型:上下游均倒悬;B型:上游倒悬;C型:下游倒悬;D型:上下游均无倒悬)进行了物理模型试验,分析琴键堰在淹没出流条件下的流态随... 为了探究琴键堰在淹没出流条件下的泄流情况及对淹没效应的敏感性,该研究在矩形水槽中对四种琴键堰基本体型(A型:上下游均倒悬;B型:上游倒悬;C型:下游倒悬;D型:上下游均无倒悬)进行了物理模型试验,分析琴键堰在淹没出流条件下的流态随下游水位的变化过程,得到其上下游堰上总水头之间的关系及淹没系数,并进一步分析四种琴键堰对淹没的敏感性以及比较四种琴键堰在淹没出流条件下的泄流量和泄流效率。试验结果表明,随着下游水位的壅高,四种琴键堰堰后依次出现了淹没后的冲击射流、破碎(表面跳跃)、表面波和表面射流流态;在来流量相同的情况下,C型和D型琴键堰在淹没系数S≥0.6时,逐渐发生淹没,且其流量折减系数随淹没系数的增大而减小,而B型和A型琴键堰分别在S≥0.15和S≥0.2时提前进入淹没状态。四种不同体型琴键堰的临界淹没度(S_(m))分别为:A型0.5、B型0.3、C型0.7、D型0.65。对比看来,仅具有上游倒悬结构的B型琴键堰对淹没最为敏感,其次是具有对称倒悬结构的A型,而向下游的倒悬结构可以延缓上游的淹没;四种不同类型琴键堰的淹没泄流效率受“对淹没的敏感性”和自由出流泄流效率两个方面的综合影响。研究成果可为完善琴键堰堰流理论、推动其在明渠及河道中的应用提供技术支撑。 展开更多
关键词 水力学 流量 堰 淹没系数 无量纲水头 泄流效率
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部