摘要
本发明涉及一种基于集成学习模型的地下水封洞库灌浆效果预测方法,包括:获取地下水封洞库的环境参数和施工参数,将环境参数和施工参数输入基于集成学习的灌浆效果预测模型,获取灌浆效果预测结果;灌浆效果预测模型利用训练集训练,并利用模拟退火算法对训练后的模型参数进行同步优化获得;训练集包括:地质参数、水文参数和历史施工参数;其中,灌浆效果预测模型包括:随机森林模型、梯度提升树模型、AdaBoost模型以及ANN模型。本发明结合机器学习技术,尤其是集成学习和模拟退火算法的超参数优化,为地下水封洞库工程中岩体灌浆渗控施工决策提供科学依据,从而提高灌浆工程的整体施工质量和能效。
技术关键词
地下水封洞库
梯度提升树模型
集成学习模型
随机森林模型
模拟退火算法
水文参数
学习器
训练集
机器学习技术
灌浆工程
误差
节点
密度
能效
邻域
计划
决策
压力
数据
系统为您推荐了相关专利信息
大数据平台
性能指标数据
Xgboost算法
网关
随机森林模型
混合整数规划模型
卫星姿态控制系统
容错控制策略
执行器
卫星姿态动力学
集成学习模型
异构集成学习
电力负荷预测方法
引入注意力机制
学习器
绿绒蒿
抗肝纤维化
LightGBM模型
数据获取单元
XGBoost模型