摘要
本发明公开了一种复杂城市河网水文数据预测方法、优化调度方法及系统,首先构建时空图神经网络模型,包括:构建反映河网动态的三维时空图矩阵以及能够同时聚合时空信息的邻接矩阵,形成完整的时空图数据样本,采用空域图卷积方法提取时空融合特征,引入注意力机制来计算节点之间的关联度;接着训练时空图神经网络模型,进行多次迭代后使模型拟合并达到最优。进一步根据时空图神经网络模型得到的预测水文数据,基于确定的调度目标和约束条件,构建河网优化调度模型,采用NSGA‑Ⅲ算法求解河网优化调度模型,实现城市河网水环境提升的优化调度。本发明具有调度优化质量高、时效性强的优点,并且避免了复杂河网水文水动力物理模型的构建。
技术关键词
数据预测方法
优化调度方法
水文
神经网络模型
时空融合特征
引入注意力机制
调度优化模型
流速
生态
卷积方法
优化调度模型
矩阵
节点
交叉算法
优化调度系统
市政排水系统
取水建筑物
Adam算法
系统为您推荐了相关专利信息
托盘检测方法
深度卷积神经网络
神经网络模型
网络剪枝
瘦身
人工神经网络模型
声纹识别方法
音频波形数据
音频采样
声纹识别系统