多变量地下水位时间序列预测方法、装置、设备及介质

本申请公开了一种多变量地下水位时间序列预测方法、装置、设备及介质，涉及人工智能技术领域，对地下水数据进行验证分析及筛选处理；基于随机森林回归模型并利用平均不纯度减少方法对处理后数据进行特征变量贡献比例计算、特征筛选、归一化处理，得到目标数据；基于卷积神经网络和长短时记忆网络构建预测模型，对预测模型进行结构设置、交叉验证、参数设定、模型训练，得到目标预测模型；将目标数据输入至目标预测模型，得到预测值，基于预测值和实际测量值生成评价指标，利用评价指标对目标预测模型优化，提升模型适用性、泛化能力、训练速度，优化模型收敛性，提高多变量地下水位时间序列预测的准确性和稳定性，增加地下水资源可持续利用效率。