典型文献
拱坝施工仿真参数多因素概率预测方法
文献摘要：
施工仿真参数对拱坝施工进度仿真结果的准确性具有重要影响.目前施工仿真参数分析多采用单变量建模方式,部分采用多元分析方法建立点预测模型,均难以分析各类因素影响下施工仿真参数的不确定性.针对上述问题,本研究提出基于宽度学习系统-弹性网分位数回归(broad learning system-elastic network quantile regression,BLS-ENQR)的施工仿真参数概率预测方法.宽度学习系统不需要深度网络结构,具有高效的非线性学习能力,可以克服传统分位数回归模型仅能分析线性关系的不足;同时,采用弹性网正则化惩罚来减小回归系数并提高模型稀疏性,从而避免模型过拟合.工程应用表明,本研究提出的方法可以有效分析出施工仿真参数的概率分布,且相比于支持向量机-弹性网分位数回归、极限学习机-弹性网分位数回归、宽度学习系统-分位数回归模型,该方法具有更好的预测性能,为拱坝施工仿真参数预测提供了一种新思路.
文献关键词：
拱坝;施工仿真参数;概率预测;宽度学习系统;分位数回归
中图分类号：
作者姓名：
宋文帅;关涛;任炳昱;王佳俊
作者机构：
天津大学 水利工程仿真与安全国家重点实验室,天津 300350
文献出处：
引用格式：
[1]宋文帅;关涛;任炳昱;王佳俊-.拱坝施工仿真参数多因素概率预测方法)[J].水力发电学报,2022(09):150-160
A类：
施工仿真参数,ENQR
B类：
拱坝,概率预测,施工进度,进度仿真,参数分析,建模方式,多元分析,点预测,宽度学习系统,弹性网,broad,learning,system,elastic,network,quantile,regression,BLS,深度网络结构,分位数回归模型,分析线,正则化,回归系数,稀疏性,过拟合,有效分析,概率分布,极限学习机,预测性能,参数预测
AB值：
0.211084
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
