一种基于增量学习的洪水预报模型参数在线优化方法

    公开(公告)号:CN118052321A

    公开(公告)日:2024-05-17

    申请号:CN202410163260.4

    申请日:2024-02-05

    Applicant: 河海大学

    Abstract: 本发明公开了一种基于增量学习的洪水预报模型参数在线优化方法,分析流域历史数据样本,对时序数据进行洪水场次划分以及数据标准化;对多流域历史洪水数据样本的暴雨特征和出口断面流量特征进行提取;使用参数率定算法对多流域历史洪水样本初始的模型参数范围进行迭代寻优,记录优化后的参数值;使用增量式决策树回归模型增量学习历史洪水样本数据并对需要预测洪水的洪水预报模型参数进行优化;将优化的参数值输入水文模型,评估对比洪水预报精度。本发明利用增量学习的实时性、强适应性、遗忘防护和高资源效率的能力,可以有效解决传统洪水预报过程中水文模型参数优化方法速度缓慢问题,实现洪水预报模型参数智能在线优化,提高业务处理的效率。

Patent Agency Ranking