摘要
本申请提供一种基于人工智能的水利网格参数反演方法及系统,其中,本申请通过获取目标水利工程区域的多源监测数据后与预设的水利网格物理机制模型结合,建立面向非均质介质参数反演的人工智能概率推断框架,并迭代优化水利网格物理机制模型中的渗透系数空间分布与导水率动态变化之间的隐式关联关系,生成参数概率分布集,根据所述参数概率分布集,结合目标水利工程区域的历史渗流场演化模式,动态修正水利网格物理机制模型中各网格单元的等效参数值,生成水利网格参数反演结果,提升复杂工况下水利网格参数反演的精度与稳定性,为水库及堤坝的工程安全与风险预警提供可靠支持。
技术关键词
网格
水利
参数反演方法
多源监测数据
机制
残差矩阵
物理
生成参数
蒙特卡洛
采样点
动态时间规整算法
地质结构
多尺度
堤坝
水库
因子
延迟误差