基于Kriging代理模型的临界雨量预测方法、系统、设备及介质

AITNT
正文
推荐专利
基于Kriging代理模型的临界雨量预测方法、系统、设备及介质
申请号:CN202510778322
申请日期:2025-06-11
公开号:CN120724812A
公开日期:2025-09-30
类型:发明专利
摘要
本发明提供基于Kriging代理模型的临界雨量预测方法、系统、设备及介质,涉及灾害预警的技术领域。包括选定分析的山洪对象区,根据研究区基础资料,选取六个参数,采用Sobol指数法进行全局敏感性分析,确定参数敏感性大小,基于Kriging代理模型,构建基于多因素的临界雨量动态预测模型,根据误差检验方法,对建立的临界雨量动态预测模型进行精度检验,输入待测样本数据,通过基于Kriging代理模型构建的临界雨量预测模型,得出山洪灾害临界雨量预测值;通过Sobol全局敏感性分析筛选出影响最大的关键参数,提高模型准确性,Kriging代理模型拟合非线性关系,提高了临界雨量预测精度,增强了模型适应性和计算效率,适用于实时预警,从而减少灾害损失,提升了应急响应能力。
技术关键词
动态预测模型 参数 误差检验方法 山洪灾害临界雨量 抽样方法 指标 汇流 矩阵 效应 水位流量关系 样本 概率分布函数 非线性特征 存储计算机程序 指数 采样点 多项式 蒙特卡罗 训练集
系统为您推荐了相关专利信息
1
基于图卷积模型的路网交通时空状态不确定性计算方法
卷积模型 交通 计算方法 贝叶斯框架 路网结构
2
一种基于机器学习算法融合预测模型的土层量化分层方法、系统、设备以及介质
机器学习算法融合 土层量化分层方法 孔压静力触探 数据收集模块 非暂态可读存储介质
3
一体化闸门流量测量与率定方法
一体化闸门 闸门开启高度 模型算法 实测参数 流量计
4
一种大田光合参数预测方法、设备、介质及产品
参数预测方法 可见光图像 大田 加权损失函数 归一化算法
5
一种基于人工智能的降低LF炉精炼电耗的控制方法
LF炉 策略优化模型 数据采集模块 数据对齐模块 TensorFlow框架
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号