-
题名基于集成因子优选算法的面板堆石坝变形预测模型
- 1
-
-
作者
郑好
李登华
丁勇
-
机构
南京理工大学物理学院
南京水利科学研究院
水利部水库大坝安全重点实验室
-
出处
《排灌机械工程学报》
北大核心
2025年第2期178-186,共9页
-
基金
国家重点研发计划项目(2022YFC3005502)
国家自然科学基金资助项目(51979174)
+1 种基金
国家自然科学基金联合基金资助项目(U2040221)
央级公益性科研院所基本科研业务费专项资金资助项目(Y321004)。
-
文摘
面板堆石坝变形主要受外部荷载和内部材料蠕变影响,而影响因子过多会造成特征冗余,引起预测精度过拟合问题;因子过少导致信息表达不全,造成预测效果差,模型泛化能力不足等问题.因此构建涵盖面广,可解释性强的因子集并从中优选格外重要.针对上述问题,文中提出基于集成因子优选算法的面板堆石坝变形预测模型,使用ReliefF与沙普利加性解释(SHAP)算法通过权重集成获得因子贡献值排序,再分析因子累计贡献率差量阈值剔除非关键因子,获得关键因子.以新疆某混凝土面板堆石坝为例,以特征缩减率FRR、归一化平均绝对百分比误差nMAPE、平均绝对误差MAE、均方误差MSE以及决定系数R^(2)为评价指标,试验结果表明文中提出的算法面对不同的预测模型都可准确地获得最佳因子,有效地提升了预测精度.相对于传统因子优选算法适应性更强,预测能力提升最显著,解决了影响因子冗余或者欠缺带来的预测能力较低的问题,提高了模型的泛化能力,为大坝安全监测研究提供了行之有效的因子优选方法.
-
关键词
大坝安全监测
因子优选
SHAP理论
贡献度排序
-
Keywords
dam safety monitoring
factor optimization
Shapley additive explanations theory
ranking of contributions
-
分类号
S277.9
[农业科学—农业水土工程]
-
-
题名基于眼动数据的产品造型设计要素评价方法研究
被引量：21
- 2
-
-
作者
苏建宁
邱凯
张书涛
肖丽薇
张新新
-
机构
兰州理工大学设计艺术学院
甘肃省工业设计行业技术中心
-
出处
《机械设计》
CSCD
北大核心
2017年第10期124-128,共5页
-
基金
国家自然科学基金资助项目(51465037)
甘肃省自然科学基金资助项目(1508RJYA084)
兰州理工大学红柳杰出人才培养计划资助项目(J201406)
-
文摘
为有效展开产品造型分析,合理地将消费者感性需求外显化,提出了应用生理唤醒量来进行产品造型设计要素评价的方法。通过视觉跟踪试验,建立基于被试者首次注视时间、回视时间和回视次数等眼动数据的设计要素评价模型,对产品造型要素综合权重进行计算,进而得出其贡献度排序。以机床造型分析为例,对比消费者心理体验量分析结果,验证了方法的合理性与有效性。
-
关键词
产品设计
造型设计要素
生理唤醒量
眼动数据
贡献度排序
-
Keywords
product design
modeling design element
physiological arousal quantity
eye movement data
contribution ranking
-
分类号
TB472
[一般工业技术—工业设计]
-
