本文主要研究内容
作者钟乐乐,曾献奎,吴吉春（2019）在《基于高斯过程回归的地下水模型结构不确定性分析与控制》一文中研究指出：目前针对模型结构不确定性的研究方法主要为贝叶斯模型平均方法,而该方法受到模型权重计算困难等影响,应用受限。基于数据驱动的模型结构误差统计学习方法最近得到关注。研究采用高斯过程回归方法对地下水模型结构误差进行统计模拟,并将DREAMzs算法与高斯过程回归相结合,对地下水模型和统计模型的参数同时进行识别。基于此方法,分别以理想岩溶裂隙海水入侵过程和溶质运移柱体实验为例,进行地下水数值模拟及预测结果的不确定性分析。相对于不考虑模型结构误差条件的不确定性分析,结果表明,考虑结构误差之后,能够明显减少参数识别过程中的参数补偿影响,且能显著提高模型的预测性能。因此,基于高斯过程回归的模型结构不确定性分析可以一定程度控制地下水数值模拟的不确定性,提高模型预测可靠性。
Abstract
mu qian zhen dui mo xing jie gou bu que ding xing de yan jiu fang fa zhu yao wei bei xie si mo xing ping jun fang fa ,er gai fang fa shou dao mo xing quan chong ji suan kun nan deng ying xiang ,ying yong shou xian 。ji yu shu ju qu dong de mo xing jie gou wu cha tong ji xue xi fang fa zui jin de dao guan zhu 。yan jiu cai yong gao si guo cheng hui gui fang fa dui de xia shui mo xing jie gou wu cha jin hang tong ji mo ni ,bing jiang DREAMzssuan fa yu gao si guo cheng hui gui xiang jie ge ,dui de xia shui mo xing he tong ji mo xing de can shu tong shi jin hang shi bie 。ji yu ci fang fa ,fen bie yi li xiang yan rong lie xi hai shui ru qin guo cheng he rong zhi yun yi zhu ti shi yan wei li ,jin hang de xia shui shu zhi mo ni ji yu ce jie guo de bu que ding xing fen xi 。xiang dui yu bu kao lv mo xing jie gou wu cha tiao jian de bu que ding xing fen xi ,jie guo biao ming ,kao lv jie gou wu cha zhi hou ,neng gou ming xian jian shao can shu shi bie guo cheng zhong de can shu bu chang ying xiang ,ju neng xian zhe di gao mo xing de yu ce xing neng 。yin ci ,ji yu gao si guo cheng hui gui de mo xing jie gou bu que ding xing fen xi ke yi yi ding cheng du kong zhi de xia shui shu zhi mo ni de bu que ding xing ,di gao mo xing yu ce ke kao xing 。
论文参考文献
论文详细介绍
论文作者分别是来自水文地质工程地质的钟乐乐,曾献奎,吴吉春，发表于刊物水文地质工程地质2019年01期论文，是一篇关于模型结构不确定性论文,高斯过程回归论文,海水入侵论文,溶质运移论文,水文地质工程地质2019年01期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自水文地质工程地质2019年01期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：模型结构不确定性论文; 高斯过程回归论文; 海水入侵论文; 溶质运移论文; 水文地质工程地质2019年01期论文;