一种基于随机森林的海岸侵蚀易发性可解释评估方法

    公开(公告)号:CN120046491A

    公开(公告)日:2025-05-27

    申请号:CN202510137177.4

    申请日:2025-02-07

    Applicant: 福州大学

    Abstract: 本发明提供一种基于随机森林的海岸侵蚀易发性可解释评估方法,选取孕灾因子,获取孕灾因子数据;提取海岸线数据,基于海岸线变化划分海岸侵蚀区域,得到海岸侵蚀区域分布情况;对孕灾因子数据和海岸线数据进行预处理,以构建海岸侵蚀数据集并按比例划分为训练集和测试集;基于随机森林算法构建海岸侵蚀易发性评价模型;对模型进行综合评价和比较以筛选出最优模型;基于筛选获得的最优随机森林模型通过特征重要性分析量化各因子在海岸侵蚀中的贡献,识别获得对海岸侵蚀发生贡献的因子,并使用部分依赖和SHAP对模型进行可解释分析,以解释不同孕灾因子对模型预测的影响。

    基于环境因子滞后性分析的堆石混凝土坝变形预测方法

    公开(公告)号:CN115560721B

    公开(公告)日:2025-05-09

    申请号:CN202211163452.2

    申请日:2022-09-23

    Applicant: 福州大学

    Abstract: 本发明提供了基于环境因子滞后性分析的堆石混凝土坝变形预测方法,包括以下步骤:步骤1:对大坝变形时间序列变形监测值进行偏自相关性分析,确定变形因子滞后时间;步骤2:对变形测值序列进行CEEMDAN分解,得到分解序列,并计算序列样本熵值,将样本熵值较高的噪声序列予以剔除;步骤3:根据不同时间滑移窗口滞后长度生成环境量滞后序列;步骤4:计算变形测值分解序列与环境量滞后序列间的皮尔逊相关性系数,选取与各分解序列相关性最高的环境量滞后序列作为滞后因子;步骤5:根据变形因子、滞后因子构建变形预测输入数据集,应用IPSO‑GRU模型预测堆石混凝土坝变形值。应用本技术方案可有效提高模型的预测精度。

    一种基于Diffusion MCMC的土石坝本构模型参数反演方法

    公开(公告)号:CN119337681A

    公开(公告)日:2025-01-21

    申请号:CN202411471291.2

    申请日:2024-10-22

    Applicant: 福州大学

    Abstract: 本发明提供一种基于Diffusion MCMC的土石坝本构模型参数反演方法,根据大坝的现场勘测资料,建立有限元模型,根据敏感性分析选择反演参数,并确定待反演参数范围,构造不同参数组合进行有限元计算获得代理模型训练样本;然后利用所述训练样本,基于Ivy‑RF模型建立本构参数和土石坝沉降值的非线性映射;并利用初始样本训练Diffusion模型,经过训练后生成多组与输入数据相匹配的样本,以避免MCMC采样陷入局部最优;最后采用工程实测的土石坝沉降数据,使用Diffusion‑MCMC采样方法获取最优参数组合。

    一种基于两相SPH模型的透水型拦挡坝泥石流拦蓄能力模拟方法

    公开(公告)号:CN118070628A

    公开(公告)日:2024-05-24

    申请号:CN202410051044.0

    申请日:2024-01-12

    Applicant: 福州大学

    Abstract: 本发明提供一种基于两相SPH模型的透水型拦挡坝泥石流拦蓄能力模拟方法,包括以下步骤:1)根据拦挡坝布置位置轴线方向,拦挡坝坝顶高程,生成拦挡坝控制粒子链,对泥石流SPH粒子施加拦挡坝拦蓄作用;2)在每个时间步判定拦挡坝控制粒子链影响域内泥石流淤积高程水平;3)通过控制粒子链影响域内泥石流淤积高程水平和拦挡坝坝顶高程进行比较,判定拦挡坝拦蓄潜力是否充分发挥;4)通过比较泥石流回淤表面线和泥石流实际淤积情况,将一部分受到拦挡坝拦蓄的泥石流作为地形进行处理,在新的时间步中更新粒子信息和地形信息;5)定义泥石流淤积体表面近似摩擦折减系数,进行拦挡坝漫顶后的泥石流动力过程计算。

    基于域自适应迁移学习的无样本库区滑坡易发性预测方法

    公开(公告)号:CN115630336A

    公开(公告)日:2023-01-20

    申请号:CN202211343626.3

    申请日:2022-10-30

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于域自适应迁移学习的无样本库区滑坡易发性预测方法。包括如下步骤:S1、收集多源数据,确定足量样本的源区域,选择适用于专题易发性分析的普适性评价指标,进行指标分析;S2、确定目标域的非标记样本,保证所选样本具有一定代表性,采用聚类方法分类,并在不同类中提取相同数量样本;S3、采用基于特征的域自适应方法,调节自适应因子,将源域数据与目标域无标记数据进行特征对齐;S4、选择合适的机器学习模型,将源域标记样本作为训练集,对目标域的易发性结果进行预测,以自然间断点法对易发性指数进行分区;本发明解决了传统方法在无样本的偏远库区中无法实现滑坡易发性评价的困难,为滑坡易发性预测提供一种新的思路。

    基于环境因子滞后性分析的堆石混凝土坝变形预测方法

    公开(公告)号:CN115560721A

    公开(公告)日:2023-01-03

    申请号:CN202211163452.2

    申请日:2022-09-23

    Applicant: 福州大学

    Abstract: 本发明提供了基于环境因子滞后性分析的堆石混凝土坝变形预测方法,包括以下步骤:步骤1:对大坝变形时间序列变形监测值进行偏自相关性分析,确定变形因子滞后时间;步骤2:对变形测值序列进行CEEMDAN分解,得到分解序列,并计算序列样本熵值,将样本熵值较高的噪声序列予以剔除;步骤3:根据不同时间滑移窗口滞后长度生成环境量滞后序列;步骤4:计算变形测值分解序列与环境量滞后序列间的皮尔逊相关性系数,选取与各分解序列相关性最高的环境量滞后序列作为滞后因子;步骤5:根据变形因子、滞后因子构建变形预测输入数据集,应用IPSO‑GRU模型预测堆石混凝土坝变形值。应用本技术方案可有效提高模型的预测精度。

    一种基于特征线理论的SPH吸收层边界施加方法

    公开(公告)号:CN115455860A

    公开(公告)日:2022-12-09

    申请号:CN202211163434.4

    申请日:2022-09-23

    Applicant: 福州大学

    Abstract: 本发明提供了一种基于特征线理论的SPH吸收层边界施加方法,包括以下步骤:步骤1:生成自适应背景网格;步骤2:对计算域内每个水体粒子进行循环;步骤3:对每个处于上述网格内的水体粒子进行循环;步骤4:计算激活粒子在当前时间步n的黎曼第一不变量和黎曼第二不变量;步骤5:更新粒子信息;步骤6:检查是否完成所有临近边界水体粒子循环。应用本技术方案可实现有效削减水波通过水体流域边界时产生的数值震荡,有效降低了吸收层边界施加过程中进行粒子相互作用判断的计算量,提高了计算效率。

    一种滑坡与泥石流运动过程SPH半隐式求解方法

    公开(公告)号:CN120046446A

    公开(公告)日:2025-05-27

    申请号:CN202510123969.6

    申请日:2025-01-26

    Applicant: 福州大学

    Abstract: 本发明提供一种滑坡与泥石流运动过程SPH半隐式求解方法,根据研究区域和物源信息,生成背景网格和滑坡体或泥石流体的SPH粒子模型,施加计算参数和边界条件;通过将滑坡体或泥石流体的动量守恒方程划分为压力项、梯度项和源项3个部分,并对其中的梯度项和源项采用龙格库塔时间积分显式求解,得到显式速度增量;采用伽辽金方法,对隐式速度增量方程构造有限元求解格式,并进行求解得到隐式速度增量;结合显式速度增量和隐式速度增量获得下一时间步的SPH粒子速度值。

    一种基于图神经网络的可编程数据平面增量测试方法

    公开(公告)号:CN119883924A

    公开(公告)日:2025-04-25

    申请号:CN202510044356.3

    申请日:2025-01-11

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于图神经网络的可编程数据平面增量测试方法,包括:1)生成数据平面程序的控制流图,分析程序结构和逻辑,对程序中每个节点设置类型、编号、可达性和变更标志,定义边的起点、终点及转移条件;2)将控制流图转换为图数据对象,通过编码方式嵌入节点和边信息;3)采用GCN模型分析图数据对象,逐层聚合节点特征,同时结合边的条件转移特性,逐步整合节点之间的局部信息;4)动态选择粗粒度或细粒度测试策略;5)通过正则匹配与随机修改生成缺陷代码样本,并结合自动化训练机制优化图神经网络模型性能。该方法通过生成控制流图并结合图神经网络模型对路径依赖关系进行分析,实现了在网络规则频繁更新场景中的高效增量测试。

Patent Agency Ranking