首页 理论教育 基于遗传算法的多侧脱空识别结果优化探讨

基于遗传算法的多侧脱空识别结果优化探讨

时间:2023-06-26 理论教育 版权反馈
【摘要】:四种工况在无噪声情况下的识别结果见表7.3.2和图7.3.3。为验证该算法的抗噪能力,加入3%的高斯白噪声作为环境干扰模拟,水闸底板多侧脱空识别结果见表7.3.3和图7.3.4。

基于遗传算法的多侧脱空识别结果优化探讨

选取四种多侧脱空的工况,详情见表7.3.1。其中工况五、工况六对应前文上下游侧同时脱空1型和2型,d1、d2、d3、d4、d5为上游侧脱空参数;d6、d7、d8、d9、d10为下游侧脱空参数;工况七、工况八对应前文顺水流贯穿脱空1型和2型,d1、d2、d3、d4、d5为中部靠左侧脱空参数,d6、d7、d8、d9、d10为中部靠右脱空参数。

四种工况在无噪声情况下的识别结果见表7.3.2和图7.3.3。

图7.3.2 响应面精度

表7.3.1 水闸底板多侧脱空工况 单位:m

表7.3.2 无噪声情况下水闸底板多侧脱空参数识别结果 单位:m

(www.xing528.com)

图7.3.3 无噪声情况下水闸底板多侧脱空参数识别结果

在无噪声的情况下,水闸底板多侧脱空的四种工况识别结果整体均较好,基本能完全准确识别出脱空,且脱空区域基本完全吻合,故理论上用该方法对多侧脱空进行识别是可行的。为验证该算法的抗噪能力,加入3%的高斯白噪声作为环境干扰模拟,水闸底板多侧脱空识别结果见表7.3.3和图7.3.4。

加入3%高斯白噪声后,四种工况的识别结果也能识别出脱空,并且吻合相对较好,说明该模型和算法有一定的抗噪能力。

表7.3.3 施加3%噪声后水闸底板多侧脱空参数识别结果 单位:m

图7.3.4 施加3%噪声后水闸底板多侧脱空参数识别结果

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈