基于机器学习的斜坡堤越浪量预测方法研究

• 作 者: 胡原野 王收军 陈松贵
• 机 构: 机电工程国家级实验教学示范中心（天津理工大学）,交通运输部天津水运工程科学研究院港口水工建筑技术国家工程实验室
• 出 处: 科技和产业
• 发表日期: 2021年2期
• 关键词: 斜坡堤 集成神经网络 随机森林 支持向量机 越浪量 sloping breakwater ensemble netural network random for
• 基金项目: 中国科协青年人才托举工程(2018QNRC001),中央级公益性科研院所基本科研业务费(TKS190102,TKS20200402,TKS20200204,TKS20200415),水沙科学与水灾害防治湖南省重点实验室开放基金(2019SS01)

针对斜坡堤越浪量预测方法,分别建立集成神经网络(ensemble neural network,ENN)、随机森林(random foreset,RF)和支持向量回归机(suppport vector regression,SVR)3种机器学习模型对斜坡堤越浪量进行预测,并利用决定系数R 2和均方根误差RMSE来评估模型性能。最后,对3种模型的性能进行分析。结果显示,集成神经网络模型的决定系数R 2和均方根误差RMSE分别约为0.96和0.0018,随机森林模型的决定系数R 2和均方根误差RMSE分别约为