一种不确定性条件下预测咸水入侵动态的替代建模方法

    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。

    一种不确定性条件下预测咸水入侵动态的替代建模方法

    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。

    一种模拟潮汐和井群作用下坝后残余咸水回退的实验装置

    公开(公告)号:CN219658276U

    公开(公告)日:2023-09-08

    申请号:CN202320700576.3

    申请日:2023-04-03

    Applicant: 河海大学

    Abstract: 本实用新型公开了一种模拟潮汐和井群作用下坝后残余咸水回退的实验装置,包括实验槽,所述实验槽由靠近两端的盐水滤网和淡水滤网分割依次形成盐水槽、砂槽及淡水槽,所述砂槽内填多孔介质用于模拟滨海含水层,并设有狭槽,通过狭槽将砂槽分为两侧区域,所述狭槽的两侧面设有过水孔,所述狭槽上端开口,且内设可以抽取的地下坝,所述地下坝包括位于下段与槽底接触的地下坝挡水区及上段的地下坝过水区。本实用新型能够在实验室内有效模拟潮汐波动和井群抽注影响下地下坝后残余咸水的回退过程,弥补了现有技术的不足。

Patent Agency Ranking