储粮仓仓壁动态侧压力的树模型预测方法

作     者：徐志军 彭舒停 赵世鹏 范量 余汉华 XU Zhi-jun;PENG Shu-ting;ZHAO Shi-peng;FAN Liang;YU Han-hua

作者机构：河南工业大学土木工程学院郑州450001 河南省现代绿色生态仓储体系国际联合实验室郑州450001 

基　　金：国家自然科学基金面上项目(51578216) 河南省青年骨干教师培养项目(2021GGJS058) 

出 版 物：《科学技术与工程》 (Science Technology and Engineering)

年 卷 期：2024年第24卷第26期

页      码：11158-11166页

摘      要：针对储粮仓卸料时仓壁动态侧压力难以准确预测的问题,利用机器学习方法中的树模型建立了仓壁动态侧压力预测模型。首先,分析了仓壁动态侧压力的主要影响因素为筒仓的结构尺寸、贮料的物理参数及测点位置。利用收集的496组仓壁动态侧压力数据,构建机器学习预测模型的数据集。然后,基于树模型,建立了仓壁动态侧压力的决策树(decision tree,DT)预测模型,在此基础上,利用Bagging算法和Boosting算法,建立了仓壁动态侧压力的随机森林(random forest,RF)预测模型和梯度提升树(gradient boosting decision tree,GBDT)预测模型。通过对比3种预测模型在测试集的均方误差(mean-square error,MSE)、决定系数和相对误差,表明GBDT预测模型的泛化性能最优。最后,通过开展模型试验和数值模拟,对GBDT预测模型进行验证,结果表明拟合良好。同时,根据树模型的分枝原理,判断出仓壁动态侧压力影响因素的重要性,得到对于贮料的物理参数,密度的重要性排第一;对于筒仓的结构尺寸,卸料口尺寸排第一。因此,在进行储粮仓设计时,建议优先考虑仓内散体物料的密度和仓的卸料口尺寸。

主 题 词：储粮仓 动态侧压力 树模型 参数寻优 预测模型 

学科分类：0832[0832] 08[工学] 083203[083203] 

D　O　I：10.12404/j.issn.1671-1815.2306595

馆 藏 号：203144196...