Page 72 - 2023年第54卷第10期
P. 72

进行比较分析,提供模型预测结果的局部解释,具有更强的模型可解释性。


              参 考 文 献:


                [ 1] 程正飞,王晓玲,吕鹏,等.基于 VOF法的碾压混凝土坝自由渗流场数值模拟[J].水利学报,2015,46
                       (5):558 - 566.
                [ 2] 蒋中明,肖?臻,唐栋.坝基岩体裂隙渗流效应数值模拟方法[J].水利学报,2020,51(10):1289 - 1298.
                [ 3] 戴前伟,孔重阳,雷轶,等.基于光滑有限单元法的土石坝无压渗流场数值模拟[J].水资源与水工程学
                       报,2021,32(5):194 - 201.
                [ 4] 高学平,朱洪涛,闫晨丹,等.基于 RBF代理模型的调水过 程 优 化 研 究 [J].水 利 学 报,2019,50(4):
                      439 - 447.
                [ 5] 余红玲,王晓玲,王成,等.贝叶斯框架下大坝渗流参数反演组合代理模型研究 [J].水 利 学 报,2022,
                      53(3):306 - 315,324.
                [ 6] CHEN T Q, GUESTRIN C.XGBoost: A scalabletreeboostingsystem[C]??Proceedingsofthe22nd ACM
                       SIGKDDInternationalConferenceonKnowledgeDiscoveryandDataMining.SanFrancisco :ACM,2016.
                [ 7] 陈明华,刘群 英,张 家 枢,等.基 于 XGBoost的 电 力 系 统 暂 态 稳 定 预 测 方 法 [J].电 网 技 术,2020,44
                       (3):1026 - 1034.
                [ 8] 张福浩,朱月月,赵习枝,等.地理因子支持下的滑坡隐患点空间分布特征及识别研究[J].武汉大学学
                       报(信息科学版),2020,45(8):1233 - 1244.
                [ 9] 张钧博,何川,严健,等.基于交叉验证的 XGBoost算法在岩爆烈度分级预测中的适用性探讨[J].隧道
                       建设(中英文),2020,40(S1):247 - 253.
                [10] 徐韧,苏怀智,杨立夫.基于 GP - XGBoost的大坝变形预测模型[J].水利水电科技进展,2021,41(5):
                      41 - 46,70.
                [11] 张书颖,陈适之,韩万水,等.基于集成学习的 FRP加固混凝土梁抗弯承载力预测研究[J].工程力学,
                      2022,39(8):245 - 256.
                [12] 丁阳阳,赵军龙,李兆明,等.基于 XGBoost算法的煤体结构测井识别技术 研 究 [J].地 球 物 理 学 进 展,
                      2022,37(3):998 - 1006.
                [13] LIY,YANGL,YANGB,etal.Applicationofinterpretablemachinelearningmodelsfortheintelligentdecision
                       [J].Neurocomputing,2019,333:273 - 283.
                [14] SUJ,WANGY,NIU X,etal.PredictionofgroundsurfacesettlementbyshieldtunnelingusingXGBoostand
                       BayesianOptimization [J].EngineeringApplicationsofArtificialIntelligence,2022,114:1 - 11.
                [15] LIUX,LIUTQ,FENGP.Long - termperformancepredictionframeworkbasedonXGBoostdecisiontreeforpul
                       trudedFRPcompositesexposedtowater,humidityandalkalinesolution[J].CompositeStructures,2022,284:
                      1 - 18.
                [16] YANH,HEZ,GAOC,etal.InvestmentestimationofprefabricatedconcretebuildingsbasedonXGBoostma
                       chinelearningalgorithm [J].AdvancedEngineeringInformatics,2022,54:1 - 11.
                [17] 曹睿,廖彬,李敏,等.基于 XGBoost的在线短租市场价格预测及特征分析模型[J].数据分析与知识发
                       现,2021,5(6):51 - 65.
                [18] LUNDBERGSM,LEESI.A UnifiedApproachtoInterpretingModelPredictions[C]??ProceedingsofAnnual
                       ConferenceonNeuralInformationProcessingSystems.2017:4765 - 4774.
                [19] 王雨萌.互联网消费贷反欺诈模型实践及可解释性研究[D].南京:南京大学,2021.
                [20] 胡润滋,马晓忱,孙博,等.基于特征选择的暂态安全评估方法及其可解释性研究[J].电网技术,2023,
                      47(2):755 - 763.
                [21] 王志中.基于 特 征 参 量 优 选 与 麻 雀 优 化 XGBoost的 变 压 器 故 障 诊 断 研 究 [D].阜 新:辽 宁 工 程 技 术 大
                       学,2022.
                [22] ABUALIGAH L,YOUSRID,ABDEM,etal.Aquilaoptimizer:anovelmeta - heuristicoptimizationalgorithm
                       [J]..Computers& IndustrialEngineering,2021,157:1 - 37.
                [23] 康栋,张君,王佳俊,等.高心 墙 堆 石 坝 大 场 景 视 频 监 控 网 络 覆 盖 NCHHO 优 化 [J].水 力 发 电 学 报,

                     0
                —  1 2 8 —
   67   68   69   70   71   72   73   74   75   76   77