基于机器学习的排泥管线压降预测

• 作者: 曲嘉铭 袁超哲 陶润礼 孙文博
• 来源期刊: 水运工程
• 学科: 交通运输
• 关键词: 机器学习 排泥管段压降 支持向量机 高斯过程回归
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 信息技术
• 页码范围: 196-201
• 页数: 6页
• 分类号: U616
• 语种: 中文

摘要

福建沿海地区的吹填工程中,主要的土质颗粒为中粗砂.该类型土质在输送过程中阻力大较易发生堵管,导致施工进程延缓.在输送环境下施工,掌握管路内输送阻力的实时信息至关重要.粗颗粒条件下,常用的经验方法如Durand公式法的计算精度较差.基于已有的管路输送研究,以及福建沿海工程的测试数据,使用高斯过程回归方法和支持向量机方法建立管路压降预测模型.两种回归模型均能在训练期得到较为理想的效果,模型R2指标达到0.80以上.在模型的预测期,支持向量机回归模型的R2指标为0.78,高斯过程回归预测模型的R2指标达到0.95.结果表明:基于高斯过程回归的机器学习模型能够较好地预测中粗砂吹填工程的疏浚参数.