← 返回列表
基于RUN-XGBoost的大坝渗流预测方法
摘要文本
本发明公开基于RUN‑XGBoost的大坝渗流预测方法，具体包括以下步骤：步骤1、通过大坝安全监测系统获取大坝渗压数据及对应环境量数据，构成数据集，并对数据集进行剔除粗差处理；步骤2、将理后的数据集分为训练集和测试集两部分，将训练集按测点数分成S组训练数据集，采用线性函数法对训练数据集的输入数据进行归一化处理；步骤3、在XGBoost算法参数调参部分引入RUN算法，初步构建RUN‑XGBoost模型；步骤4、对步骤3得到的RUN‑XGBoost模型进行初始参数的设置然后进行训练，获得训练好的最优参数模型；步骤5、使用步骤4训练好的最优参数模型对测试集进行预测。该方法预测精度高、用时短。
申请人信息
- 申请人:西安理工大学
- 申请人地址:710048 陕西省西安市碑林区金花南路5号
- 发明人: 西安理工大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于RUN-XGBoost的大坝渗流预测方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311775177.4 |
| 申请日 | 2023/12/21 |
| 公告号 | CN117709488A |
| 公开日 | 2024/3/15 |
| IPC主分类号 | G06N20/20 |
| 权利人 | 西安理工大学 |
| 发明人 | 马春辉; 焦玉菲; 杨杰; 侯媛媛; 陆希 |
| 地址 | 陕西省西安市碑林区金花南路5号 |
专利主权项内容
1.基于RUN-XGBoost的大坝渗流预测方法，其特征在于，具体包括以下步骤：步骤1、步骤1、通过大坝安全监测系统获取大坝渗压数据及对应环境量数据，构成数据集，并对数据集进行剔除粗差处理；步骤2、将步骤1处理后的数据集分为训练集和测试集两部分，将训练集按测点数分成S组训练数据集，采用线性函数法对训练数据集的输入数据进行归一化处理；步骤3、在XGBoost算法参数调参部分引入RUN算法，初步构建RUN-XGBoost模型；步骤4、对步骤3得到的RUN-XGBoost模型进行初始参数的设置然后进行训练，获得训练好的最优参数模型；步骤5、使用步骤4训练好的最优参数模型对测试集进行预测。 （更多数据，详见）