一种基于效益风险均衡准则的径流组分模型选择方法

    公开(公告)号:CN118171970A

    公开(公告)日:2024-06-11

    申请号:CN202410240623.X

    申请日:2024-03-04

    摘要: 一种基于效益风险均衡准则的径流组分模型选择方法,包括:基于实测径流资料构造变化长度的径流序列样本集;建立由突变、趋势、周期、均值等确定性成分和剩余随机成分叠加组成的径流组分模型;构建不同模型形式的径流组分模型集;采用模型集中的各组分模型分别进行变化长度径流序列的确定性成分识别;计算各组分模型对变化长度径流序列确定性成分的识别精度,得到与径流序列样本数相同的精度指标序列;计算精度指标序列的均值和标准差,代表径流组分模型的效益和模型稳定性风险;定义效益风险均衡指标;计算各组分模型的效益风险均衡指标,从模型集中选择最佳模型。本发明可为径流组分模型选择提供一种均衡考量模型效益和风险的决策依据。

    一种基于误判风险最小准则的径流预报样本集划分方法

    公开(公告)号:CN117131977A

    公开(公告)日:2023-11-28

    申请号:CN202311002894.3

    申请日:2023-08-09

    摘要: 一种基于误判风险最小准则的径流预报样本集划分方法,包括:根据选择的数据驱动模型建立预报因子和径流之间的映射关系表达式;采用实测样本集率定数据驱动模型,作为数据驱动模型的总体估计,数据驱动模型对实测样本集的拟合精度即为总体精度的估计;从所估计的总体中进行随机抽样,将样本集划分为训练集和测试集,进行模型率定和检验;给定多组训练集、测试集划分方案,对每个划分方案,到随机抽样的预测精度样本集;计算不同划分方案下的预测精度分布与总体精度的偏离程度,根据偏离程度选择最佳或合理的样本集划分。本发明可有效减小因抽样不确定性而导致的预测精度指标对模型预测效果的误判风险,提高预报模型预测精度检验结果的可靠性。

    一种基于误判风险最小准则的径流预报样本集划分方法

    公开(公告)号:CN117131977B

    公开(公告)日:2024-01-23

    申请号:CN202311002894.3

    申请日:2023-08-09

    摘要: 一种基于误判风险最小准则的径流预报样本集划分方法,包括:根据选择的数据驱动模型建立预报因子和径流之间的映射关系表达式;采用实测样本集率定数据驱动模型,作为数据驱动模型的总体估计,数据驱动模型对实测样本集的拟合精度即为总体精度的估计;从所估计的总体中进行随机抽样,将样本集划分为训练集和测试集,进行模型率定和检验;给定多组训练集、测试集划分方案,对每个划分方案,到随机抽样的预测精度样本集;计算不同划分方案下的预测精度分布与总体精度的偏离程度,根据偏离程度选择最佳或合理的样本集划分。本发明可有效减小因抽样不确定性而导致的预测精度指标对模型预测效果的误判风险,提高预报模型预测精度检验结果的可靠性。