摘要
本发明公开了基于BO‑GBRT策略的目标物渗流预测方法,属于渗流预测技术领域,包括:S1、基于不同因素对目标物渗流的影响和滞后效应,确定初始目标物渗流影响因素数据;S2、对初始目标物渗流影响因素数据、历史渗流量监测数据以及影响因素数据进行预处理,构建样本数据集;S3、基于样本数据集,通过Spearman相关系数法对初始目标物渗流影响因素进行优选,构建优选样本数据集;S4、建立梯度回归树模型并对优选样本数据集进行训练,并引入贝叶斯优化算法进行超参数寻优,得到最优渗流预测模型;S5、以优选样本数据集作为输入,进行渗流量预测。解决梯度提升回归树优化调参复杂的问题,最终实现对目标物未来渗流情况的高精度预测,支撑并保障目标物的安全运行。
技术关键词
梯度回归树
样本
数据
超参数
相关系数阈值
策略
重构
相关系数法
笛卡尔坐标系
时间段
特征值
算法
指标
变量
节点
代表
对象
定义
精度
系统为您推荐了相关专利信息
实时计算方法
可调容量
储能设备
短期负荷预测
状态转换概率
微颗粒
二维图像特征
皮肤高光谱图像
坐标
高光谱图像数据
数据智能管理方法
健康状态预测
铁路
生命体征数据
高海拔
判断方法
轧制
辊缝位置
人机交互界面
压力传感器故障