多代理模型自动构建及大坝反演分析应用研究

摘要：

基于二分法进行自变量子空间的划分,依据已有模型的预测误差及预期标准,实现不同规模的子空间中样本采集及模型训练、检验和保存流程的自动执行,直至所有子空间所属代理预测模型均达到预期精度.采用支持向量回归(SVR)训练建模,并通过粒子群算法(PSO)优化获得PSO-SVR代理模型.针对显式函数的多代理模型自动构建和验证结果表明,相比于初始全局代理模型,空间划分多代理模型在全局预测精度和局部误差控制方面均有明显提高.为此,建立基于PSO-SVR多代理模型和麻雀搜索算法(SSA)的大坝参数快速反演方法,并应用于坝基渗流参数的准实时反演,根据反演成果分析坝基局部测点水位偏高的成因,为大坝实时在线监控提供有效的技术支持.

关键词：代理模型、空间划分、二分法、PSO-SVR、坝基渗流、参数反演、SSA

所属期刊栏目：49

分类号：TP181;TV64(自动化基础理论)

资助基金：国家重点研发计划;中国电建集团科技项目

在线出版日期：2023-07-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：88-94