-
公开(公告)号:CN117195348A
公开(公告)日:2023-12-08
申请号:CN202310984156.7
申请日:2023-08-07
Applicant: 河海大学
IPC: G06F30/13 , G06F30/20 , G06F119/02
Abstract: 本发明公开了一种计算截渗墙防治海水入侵效果的解析方法,包括以下步骤:选择截渗墙拟修建场地的水文地质调查参数作为解析模型的输入参数;基于所选模型参数,代入解析公式,判断截渗墙与咸淡水交界面相对位置,确定工况类型;根据所得的工况类型,代入相应解析模型,计算含水层中的总水头分布;根据所得的工况类型和所得的总水头分布,代入解析模型,计算咸淡水交界面形状和盐水楔位置。本发明基于达西定律,改进解析模型,证实了解析法在截渗墙防治海水入侵方面的可行性。
-
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: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。
-
-