基于基因表达式编程的迷宫堰泄流能力预测
流体动力学
2020-02-10 v1 机器学习
神经与进化计算
摘要
本文提出一种基于基因表达式编程的模型，用于预测三角形迷宫堰的流量系数。首先考察了影响流量系数预测的参数，并将其表示为堰顶高度与堰顶水头之比、水体顶长与渠宽之比、水体顶长与堰顶水头之比、弗劳德数和顶角等无量纲参数。随后通过敏感性分析给出不同模型，以检验本研究提出的各无量纲参数。此外，为与 GEP 比较，通过非线性回归（NLR）给出了一个方程。使用不同统计指标的研究结果表明，GEP 比 NLR 更具能力。以至于 GEP 预测流量系数的平均相对误差约为 2.5%，且在最差模型中预测值的相对误差小于 5%。
引用
@article{arxiv.2002.02751,
title = {Prediction of Discharge Capacity of Labyrinth Weir with Gene Expression Programming},
author = {Hossein Bonakdari and Isa Ebtehaj and Bahram Gharabaghi and Ali Sharifi and Amir Mosavi},
journal= {arXiv preprint arXiv:2002.02751},
year = {2020}
}
备注
16 pages, 6 figures