基于多模型融合的离散元显著细观参数筛选方法

一种基于多模型融合的离散元显著细观参数筛选方法。该方法中，基于Plackett‑Burman试验、Spearman相关系数和梯度提升树算法，分别从线性回归模型、秩相关系数和决策树视角分析计算细观参数相对于响应值的贡献度、相关性和重要度，弥补了一般方法的片面性；采用Softmax函数对三类模型的结果进行量化与融合，提高了参数筛选的合理性与全面性，能够有效减少后续参数标定试验的复杂度，为离散元模型的快速、准确建立提供有力支持。