基于机器学习的含植被水流流速分布研究

引入机器学习的方法,对含植被渠道断面流速分布进行预测,分析水流与植被的相互作用机理。基于变量间的物理关系,得到机器学习模型的输入、输出项,结合非淹没刚性植被模型试验数据,并利用BP神经网络、RBF神经网络、支持向量回归SVR和随机森林RF四种机器学习方法对预处理后的数据集进行学习和建模。最后,通过模糊意见集中决策方法中的Borda数,对四种模型进行综合评价。结果表明:机器学习模型可以根据具体数据进行自适应建模,具有良好的工程应用前景;机器学习模拟结果与试验测量结果吻合较好,说明机器学习方法可有效预测含植被水流流速分布结构;其中BP神经网络的整体性能最好,综合使用4种模型的计算值可提高结果精度。

投资百万除隐患 西光进军安全级

西安西北光电仪器厂坚决贯彻执行江泽民总书记关于安全工作的三点指示精神,把安全工作上升到关乎人权的政治高度加以认识,扎扎实实地开展安全性评价工作。工厂投资130多万元,检查整改隐患37992个,使企业本质安全程度得到极大的提高。1997年12月9日,