摘要
本发明公开了一种基于CEDAs的堆石坝变形分析模型参数更新方法,核心在于通过多组堆石料的三轴实验参数,提取模型参数的多元联合分布关系,并采用机器学习代理模型与元启发式优化算法相结合的方式,智能动态地搜索更为合理可靠的变形分析模型参数,以提升堆石坝变形分析预测精度,保障堆石坝全生命期的变形安全。本发明所提出的模型参数更新方法能够准确识别最佳模型计算参数组合,在监测数据不充分时有效提升变形分析模型精度。
技术关键词
分析模型参数
拉丁超立方采样
堆叠机器
堆石坝工程
模型更新
模型参数更新方法
生成参数
有限元分析模型
梯度提升决策树
样本
变形监测点
时间序列特征
机器学习模型
多层感知机
更新系统
计算机
系统为您推荐了相关专利信息
多芯组瓷介电容器
结构优化方法
序列二次规划法
拉丁超立方采样
陶瓷体
校准方法
多维传感器阵列
楔式流量计
分布式时序数据库
数据融合算法
机器学习分类模型
高灵敏度麦克风
轮廓特征
图像
多模态特征
联合优化方法
电磁仿真
拉丁超立方采样
天线
动态
多模态特征选择
邮件分类方法
拉丁超立方采样
聚类
级联