摘要
本发明公开了一种基于多AI模型融合及参数优化的山洪预报方法,该方法是通过收集研究区历史山洪灾情数据,提取典型山洪灾情,构建山洪灾害发展链,识别山洪驱动因子;构建多种基于AI模型的山洪预报模型,融合多种山洪预报模型得到综合山洪预报模型;提取综合山洪预报模型多目标参数和超参数,采用集成优化算法优化综合山洪预报模型多目标参数和超参数,得到模型参数多目标优化模型;模型参数多目标优化模型的多目标转化为单目标,构建山洪预报优化模型,提取山洪驱动因子输入山洪预报优化模型,得到研究区山洪灾害预报。本发明与传统方法相比,能够在更短的时间给出更为精确的山洪预报,在时效上满足了山洪预报的需求。
技术关键词
山洪预报方法
山洪灾害
集成学习模型
时空卷积神经网络
参数
梯度提升树
卷积神经网络模型
集成循环神经网络
随机森林
因子
耦合聚类分析
遗传算法
循环神经网络模型
系统动力学模型
样本
层次分析法
粒子群算法
数据
典型
气候
系统为您推荐了相关专利信息
无模型自适应控制
频率控制方法
模型预测控制器
微电网系统
状态空间方程
激光熔覆修复
零件修复方法
多属性决策模型
数据
零件修复装置
二叉树模型
阻塞检测方法
阻塞检测系统
曲线
参数校准