摘要
为实现小浪底水库出库泥沙组分的准确估算,基于2002—2019年调水调沙期水沙系列数据,分别采用XGBoost、KNN、GPR三种机器学习算法建立综合考虑各影响因素的出库泥沙各组分估算模型.实例分析结果表明,应用机器学习算法进行出库泥沙组分估算是有效的,各模型估算值与实际值之间相关性良好;针对不同出库泥沙组分,KNN算法建立的估算模型的评估指标决定系数最大、平均绝对误差和均方根误差最小,表明KNN算法模型在出库泥沙组分估算方面具有更高的准确性和精度.
基金项目
国家重点研发计划(2021YFC3200400)
国家自然科学基金(42041004)
河南省自然科学基金(202300410540)
河南省自然科学基金(222300420495)
黄河水利科学研究院科技发展基金专项(黄科发202102)
中央级公益性科研院所基本科研业务费专项(HKY-JBYW-2019-13)
中央级公益性科研院所基本科研业务费专项(HKY-JBYW-2022-06)