一种基于机器学习的顺直明渠断面流速场模型构建方法

作者：邱丽如; 金诚; 刘慧超; 周新志^*

来源：现代计算机(专业版), 2023, 29(04): 1-9.

• 顺直明渠
• 机器学习
• 表面流速
• 流速场构建
• 集成模型
• CFD方法

顺直明渠流量的精确测量，对于水资源的合理利用、调配市县流域水量以及了解污水走向等具有重要意义。其中，渠道断面流速场的准确构建是实现高精度流量计算的关键。目前国内外针对明渠流速分布的研究尚不完善，普遍存在实测样本缺少、精度较低等问题。针对上述问题，提出了一种基于机器学习的顺直明渠断面流速场模型构建方法。该方法首先通过测量渠道参数与少量流速数据，建立并优化断面流场CFD模型，以获得足够训练样本；然后将随机森林和支持向量机作为基学习器，建立基于集成学习的流速场预测模型。该方法可以实现仅通过对表面流速的测量，准确构建顺直明渠断面流速场的目标。实验结果表明，与几种常用的机器学习方法相比，该模型均方根误差最多减小了30.21%，最少减小了2.81%。且该方法的均方根误差均在5%以内，符合国家标准，可以实现流速场的高精度构建。

• 单位
  四川大学; 四川水利职业技术学院