基于機器學習的斜坡堤越浪量預測方法研究

胡原野， 王收軍， 陳松貴

(1.機電工程國家級實驗教學示范中心(天津理工大學)， 天津 300384； 2.交通運輸部天津水運工程科學研究院 港口水工建筑技術國家工程實驗室， 天津 300456)

防波堤是水工的重要建筑物，能夠有效地防止水體越過堤頂，從而保護堤后建筑及人類活動的安全。越浪量是設計防波堤時考慮的一個重要參數，如果設計防波堤時能夠計算出越浪量的大小，就能夠在保證經濟效益的同時，達到防波堤設計的要求，具有非常大的價值。因此，研究斜坡堤越浪量具有重要的意義。

隨著社會的進步和計算機科學的發展，機器學習算法逐步進入人們的生活。機器學習是一種模仿人類學習過程的方法，在通過對大量數據的訓練后，能夠自動調整數據特征的權重或誤差，尋求最優的學習規則，從而能夠對新數據做出正確的判斷，機器學習具有良好的預測能力。中外學者都曾采用機器學習方法預測越浪量。Medina等[1-2]以實驗室中做的物理模型試驗的結果作為模型的輸入，建立了神經網絡模型，并把神經網絡模型的結果與觀測值做了比較；Marcel等[3]通過集成學習方法計算了斜坡堤越浪量，并給出了模型預測結果的置信區間；Formentin等[4]對防波堤參數進行了進一步的研究，補充了模型的輸入參數，從而改善了模型；liu等[5]將BP神經網絡應用與珊瑚礁上的垂直海堤的越浪量；劉詩學等[6]將波高放縮為1,利用弗勞德相似準則對參數做無量綱化處理，對單坡式防波堤越浪量建立了集成神經網絡模型；……