摘要
本发明属于深度学习方法进行溶质运移预测技术领域,具体涉及一种预测岩溶管道穿透曲线和溶质运移参数的方法,本发明应用贝叶斯优化的多层感知器MLP模型,以预测两种岩溶管道结构中9种不同水流条件下的完整穿透曲线,然后采用暂时存储模型对预测的穿透曲线进行模拟,以得到溶质运移参数。针对部分工况,同步采用随机森林和支持向量回归模型进行完整穿透曲线的预测,将MLP与RF和SVR进行对比,验证MLP的优越性能。将MLP对穿透曲线和溶质运移参数的预测性能与直接使用其他流量的穿透曲线和溶质运移参数作为预测值进行对比,验证本发明MLP的优越性能。
技术关键词
多层感知器
岩溶管道
管道结构
曲线
示踪剂
供水水箱
管道系统
机器学习模型
支持向量回归模型
立方体
线性单元
超参数
预测误差
随机森林
皮尔逊相关系数
数据
累积分布函数
系统为您推荐了相关专利信息
智能控制平台
声学传感器
远程监控中心
智慧燃气
气体传感器
动力学分析软件
海上风电机组
动力学仿真分析方法
三维实体模型
发电机
单体电池
数据驱动模型
健康状态预测
充电电压曲线
局部时空特征