公开(公告)号：CN114580762A

公开(公告)日：2022-06-03

申请号：CN202210234577.3

申请日：2022-03-10

Applicant: 河海大学

Inventor： 万定生 ,  张甲甲 ,  余宇峰 ,  朱跃龙

IPC: G06Q10/04 ,  G06Q50/26 ,  G06K9/62 ,  G06N3/00 ,  G06N3/12 ,  G06F16/215 ,  G06F16/2458

Abstract: 本发明公开一种基于XGBoost的水文预报误差校正方法，该方法包括：(1)采集一水系流域对应预报站点一定时间段内的实况水位值及水文模型预报水位值，组织成水文时间序列数据集；(2)构建误差数据集，对数据进行预处理，划分训练集和测试集并确定模型最终的输入；(3)采用SPGA优化算法对XGBoost的学习率、弱学习器个数、惩罚项系数、决策树最大深度四个参数进行优化，同时利用样本数据集对XGBoost模型进行训练，最终得到SPGA优化的XGBoost预报误差校正模型；(4)对所述SPGA优化的XGBoost水文预报误差校正模型进行测试。本发明自行组织数据集，使用XGBoost模型进行模拟误差计算，其中采用SPGA算法对XGBoost模型的参数进行优化，利用最优参数得到的模型进一步提升误差校正能力。