Page 116 - 2022年第53卷第6期
P. 116
图 ８ ＷＯＡ迭代优化过程
各测点预测模型拟合与预测段的统计指标，如图 １１所示。其中，ＭＡＥ、ＭＳＥ与 ＭＡＰＥ的 计 算方法
如下
１ ｎ
－
ＭＡＥ ＝ ∑ δ ｉ δ ′ （２８）
ｉ
ｎ ｉ ＝１
１ ｎ
ＭＳＥ ＝ ∑ （ δ ｉ δ ′） ２ （２９）
－
ｉ
ｎ ｉ ＝１
１００ ｎ
－
ＭＡＰＥ ＝ ∑ （ δ ｉ δ ′）? δ ｉ （３０）
ｉ
ｎ ｉ ＝１
由图 ９可知，４种方法构建的各测点变形预测模型的拟合和预测值均与实测值的变化规律一致，
且基于优化 ＴＳＶＲ与 ＧＲＵ算法所建预测模型的拟合和预测值更为接近实测变形；同时，由图 １０可知，
基于优化 ＴＳＶＲ与 ＧＲＵ算法的预测模型比基于 ＳＲ与 ＭＬＲ算法的预测模型的建模残差更小，因此，基
于优化 ＴＳＶＲ与 ＧＲＵ算法构建的变形预测模型具有更高的拟合与预测精度。相比基于 ＧＲＵ算法的预
测模型，基于优化 ＴＳＶＲ的预测模型的拟合与预测值更为接近实测变形且建模残差更小，由此可知，
基于优化 ＴＳＶＲ的预测模型更能有效地挖掘大坝变形与其解释变量间复杂的非线性函数关系，且具有
图 ９ 各测点变形预测模型的拟合与预测结果
— ７ ４ —
２
