用于预测桥墩周围冲刷深度的粒子群优化模型
神经与进化计算
2019-06-24 v1 计算工程、金融与科学
机器学习
摘要
桥墩周围的冲刷深度在桥梁的安全性和稳定性的中起着至关重要的作用。现有的预测冲刷深度的方法主要基于回归模型或黑箱模型，其中前者缺乏足够的准确性，而后者未提供清晰的数学表达式以便轻易用于其他情形或案例。因此，本文旨在使用粒子群优化作为一种元启发式方法来开发新的方程以预测桥墩周围的冲刷深度。为提高所提出模型的效率，分别推导了针对实验室数据和现场数据的独立方程。此外，进行了敏感性分析以得出对实验和现场数据集冲刷深度估计最有效的参数。将所提出模型的结果与现有基于回归的方程进行比较，揭示了所提出方法在准确性和不确定性方面的优越性。此外，分别将实验室和现场数据的墩宽与流深之比以及 d50（平均粒径）与流深之比认定为最有效参数。所推导的方程可用作在实验和原型尺度上估算冲刷深度的合适替代方法。
引用
@article{arxiv.1906.08863,
title = {Particle swarm optimization model to predict scour depth around bridge pier},
author = {Shahaboddin Shamshirband and Amir Mosavi and Timon Rabczuk},
journal= {arXiv preprint arXiv:1906.08863},
year = {2019}
}
备注
18 pages, 5 figures, journal paper