-
公开(公告)号：CN118114592B
公开(公告)日：2024-09-06
申请号：CN202410259227.1
申请日：2024-03-07
Applicant: 河海大学
Abstract: 本发明公开了不确定性条件下预测咸水入侵动态的替代建模方法，包括以下步骤：建立基于物理过程的咸水入侵模型，确定输入参数取值范围；获取输入样本，导入咸水入侵模拟模型获取输出数据集，构建输入‑输出数据集；根据输入‑输出数据集对三种机器学习替代模型进行训练，将输入样本导入替代模型中获取预测数据；结合氯离子浓度观测数据与三种替代模型预测数据，利用贝叶斯模型平均算法获得模型的权重和方差，构建数值模型的集成机器学习替代模型。本发明将贝叶斯平均算法和机器学习有机结合，量化了模型不确定性，构建了集成机器学习替代模型以提升预测性能，证实了不确定性条件下集成机器学习替代建模在预测地下水污染物迁移动态方面的可行性。
-
公开(公告)号：CN117727377A
公开(公告)日：2024-03-19
申请号：CN202311774115.1
申请日：2023-12-21
Applicant: 河海大学
Abstract: 本发明公开了一种高效计算地下水污染失效概率的预条件子集模拟方法，包括以下步骤：通过序贯高斯生成N个地下含水层高斯渗透系数场；将N个地下含水层高斯渗透系数场分别代入地下水污染物运移模型的功能函数中计算响应值；将响应值按照升序排列得到种子样本和阈值；将种子样本作为每一条马尔科夫链的初始样本，根据预条件克兰克尼科尔森技术生成候选样本；判断候选样本是否在失效阈内，接受落在失效阈的候选样本，拒绝落在失效阈外的候选样本；重复马尔可夫链采样和排序过程，直到阈值小于0则终止采样，根据所采样本计算失效概率。本方法在处理高维地下水污染小失效概率问题时，比传统的蒙特卡罗模拟和子集模拟效率更高，结果更稳定。
-
公开(公告)号：CN117057221A
公开(公告)日：2023-11-14
申请号：CN202310916614.3
申请日：2023-07-25
Applicant: 河海大学
IPC: G06F30/27 , G06N20/00 , G06F111/10 , G06F113/08
Abstract: 本发明公开了一种基于机器学习的滨海非均质含水层刻画实现方法及装置，由海水入侵数值模型得到从参数先验分布中随机生成的若干组水力传导系数与其对应模型输出的模拟数据；通过样本间的两两相减，从先验集合中产生参数差值与模拟数据差值的大量样本；利用上述数据训练机器学习模型，构建模拟数据差值到参数差值之间的映射关系；将观测数据与先验模拟数据集合的差值输入到训练好的机器学习模型，得到的输出与先验参数集合相加，即得到对先验水力传导系数集合的更新结果；实施迭代更新，获取迭代后的水力传导系数。本方法可以从训练数据中识别复杂特征并学习非线性关系，在复杂非高斯滨海含水层刻画问题中，取得较优的反演效果。
-
公开(公告)号：CN119202951B
公开(公告)日：2025-02-25
申请号：CN202411690730.9
申请日：2024-11-25
Applicant: 河海大学
IPC: G06F18/2431 , G06F18/214 , G06N20/20 , G06N5/01
Abstract: 本发明公开了一种基于随机森林及SHAP的地下水硬度影响因子分析方法，收集研究区域与研究时段内地下水总硬度的相关数据，构建地下水总硬度数据集；同时构建预测变量数据集；将预测变量作为模型输入，训练并优化随机森林模型，从而通过该模型构造预测变量与地下水总硬度之间的映射关系；基于优化后的随机森林模型，对研究区域内所有点位的地下水总硬度进行预测，得到地下水总硬度在时间上的变化趋势以及在空间上的分布与变化特征；对训练好的随机森林模型实施SHAP分析，确定每个预测变量的重要性占比。本发明可实现对整个研究区域与研究时段地下水总硬度的预测，并能得到各影响因子对地下水总硬度的影响特征。
-
公开(公告)号：CN118114592A
公开(公告)日：2024-05-31
申请号：CN202410259227.1
申请日：2024-03-07
Applicant: 河海大学
Abstract: 本发明公开了不确定性条件下预测咸水入侵动态的替代建模方法，包括以下步骤：建立基于物理过程的咸水入侵模型，确定输入参数取值范围；获取输入样本，导入咸水入侵模拟模型获取输出数据集，构建输入‑输出数据集；根据输入‑输出数据集对三种机器学习替代模型进行训练，将输入样本导入替代模型中获取预测数据；结合氯离子浓度观测数据与三种替代模型预测数据，利用贝叶斯模型平均算法获得模型的权重和方差，构建数值模型的集成机器学习替代模型。本发明将贝叶斯平均算法和机器学习有机结合，量化了模型不确定性，构建了集成机器学习替代模型以提升预测性能，证实了不确定性条件下集成机器学习替代建模在预测地下水污染物迁移动态方面的可行性。
-
Patent Agency Ranking
公开(公告)号：CN115081326A
公开(公告)日：2022-09-20
申请号：CN202210709562.8
申请日：2022-06-22
Applicant: 河海大学
IPC: G06F30/27 , G06Q10/06 , G06F119/02
Abstract: 本发明公开了一种基于Kalman提议分布的马尔科夫链蒙特卡洛参数估计方法，包括：从参数先验分布中生成MCMC链条的初始样本，开始迭代过程；在当前迭代步，根据给定的概率随机选择已有提议分布和Kalman提议分布中的一种，生成候选参数样本；选择Metropolis或Metropolis‑Hastings法则判断是否接受生成的候选样本，重复上述过程直至迭代结束；利用收敛后的链条样本估计参数后验分布。本发明采用了Kalman提议分布，不仅利用了模型参数信息，还利用了观测数据和模型输出信息，有效提高了MCMC对于参数估计的效率，适用于解决高维复杂的实际问题。
-
公开(公告)号：CN119903347A
公开(公告)日：2025-04-29
申请号：CN202510388145.1
申请日：2025-03-31
Applicant: 河海大学
IPC: G06F18/214 , G06F18/2431 , G06N3/0464
Abstract: 本发明公开了一种基于混合先验策略与深度学习的含水层刻画方法及系统，方法包括：构造混合先验集合；获得混合先验集合中每个参数样本对应的模型输出；对混合先验集合中所有参数样本以及对应的模型输出进行两两相减，得到多个模型输出差及对应的参数差；对深度学习模型进行训练；生成新息向量，并将其代入深度学习模型以获得各样本参数的更新向量；将更新向量与原始参数先验样本相加，得到更新后的参数样本集合；根据更新后的参数样本集合分析含水层参数刻画效果及其不确定性分布。本发明通过混合先验策略与深度学习相结合，有效提高了在先验信息不足条件下的含水层刻画效果，提高了数据同化方法对有偏先验和非高斯分布挑战共存问题的解决效果。
-
公开(公告)号：CN119724012A
公开(公告)日：2025-03-28
申请号：CN202510092056.2
申请日：2025-01-21
Applicant: 河海大学
Abstract: 本发明公开了一种潮汐和地下坝耦合影响陆源溶质运移的实验装置，包括：盐水槽、砂槽及淡水槽；盐水槽内设有可变高度溢流装置；砂槽与盐水槽通过盐水滤网连通，连通间隔处设有可抽取的隔水板，砂槽内填充有多孔介质，并在槽内设置狭槽，狭槽内设有地下坝，位于地下坝和盐水槽之间的多孔介质形成向盐水槽的下斜坡，下斜坡上方设有蠕动泵，地下坝与淡水槽之间设有陆源溶质注射装置，将陆源溶质溶液引入多孔介质内；淡水槽与砂槽通过淡水滤网连通，淡水槽连接淡水供给装置，淡水槽内设有用于调节槽内水位的溢流管。本发明可综合考虑潮汐与地下坝的单独及耦合作用，实现对陆源溶质的时空分布、滞留与扩散效应的观测。
-
公开(公告)号：CN119507482A
公开(公告)日：2025-02-25
申请号：CN202411787949.0
申请日：2024-12-06
Applicant: 河海大学
Abstract: 本发明公开了一种通过修建防渗层防治河口河道底部含水层咸水入侵的方法，包括以下步骤：获取防治区域的水文地质数据，依据工程预期效果，确定需要防治的区域大小；使用固化剂材料对防治区域的基床进行固化处理；对固化区域进行整平处理；在固化的基床表面铺设防渗层；对防渗层与四周基床的连接区域进行平滑处理；在防渗层表面铺设保护层。与现有的海水入侵防治方法相比，本发明所提出的方法施工布置相对简单，投资成本小，后期维护成本较低，可以有效防治咸水从河道底部入侵滨海地下含水层，具有很好的应用前景。
-
公开(公告)号：CN118551655A
公开(公告)日：2024-08-27
申请号：CN202410699296.4
申请日：2024-05-31
Applicant: 河海大学
IPC: G06F30/27 , G06F18/21 , G06F18/27 , G06F18/214
Abstract: 本发明公开了一种识别供水管网污染源的方法，该方法通过多次训练和同化观测数据来刻画供水管网污染源的特征，其中逻辑回归模型作为一种预筛选技术用于确定候选源节点，重启集合卡尔曼滤波方法用于进一步细化污染源参数。包括以下步骤：设置训练污染场景所需参数的允许范围、设置传感器布局；训练逻辑回归模型确定潜在候选源节点；设置可疑范围并确定污染源各信息参数初始值；利用数值模型预测各时间步长下的状态变量、根据预测值与模拟值之间的差值并利用重启集合卡尔曼滤波技术更新参数变量；重复预测和更新过程直至无新的观测数据。本发明通过部分参数的大致范围，训练和同化观测数据来确定污染源各信息参数。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.044 seconds)
