典型文献
考虑施工参数影响的心墙砾石土渗透系数预测方法
文献摘要：
针对当前心墙砾石土渗透系数预测研究仅考虑料源参数,而少数考虑了施工质量的单一预测模型存在预测误差大、数据特征获取不全面的问题,构建了综合考虑施工质量和料源参数的BPNN-WOA-SVM渗透系数组合预测模型.该模型通过引入鲸鱼优化算法(WOA)解决支持向量机(SVM)参数选择困难的问题,通过最大信息熵原理综合了 BP神经网络(BPNN)较强的自适应能力以及鲸鱼优化支持向量机算法(WOA-SVM)良好的回归性能、适用小样本的优点.工程实例应用表明,构建的组合预测模型与单一预测模型相比,降低了均方误差、平均绝对误差和相对分析误差,提高了预测精度和收敛速度,在心墙砾石土渗透系数预测方面具有较强的优越性.
文献关键词：
心墙砾石土;渗透系数;施工质量;鲸鱼优化支持向量机算法;BP神经网络;组合预测模型
中图分类号：
作者姓名：
李晴;佟大威;余佳;王佳俊;王星
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]李晴;佟大威;余佳;王佳俊;王星-.考虑施工参数影响的心墙砾石土渗透系数预测方法)[J].水利水电科技进展,2022(06):92-97
A类：
心墙砾石土,鲸鱼优化支持向量机算法
B类：
施工参数,参数影响,渗透系数,预测研究,施工质量,预测误差,数据特征,BPNN,WOA,数组,组合预测模型,鲸鱼优化算法,参数选择,最大信息熵,信息熵原理,自适应能力,小样本,工程实例,实例应用,均方误差,平均绝对误差,收敛速度
AB值：
0.197684
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。
