首页> 中文学位 >机器学习理论在径流智能预报中的应用研究
【6h】

机器学习理论在径流智能预报中的应用研究

代理获取

目录

声明

1.绪 论

1.1引言

1.2选题背景与研究目标

1.3流域水文特性分析及径流智能预报方法研究概况

1.3.1水文气象要素演变规律解析及归因研究概况

1.3.2流域径流预报研究概况

1.3.3水文区间预报研究概况

1.4本文主要研究内容及章节安排

2.变化环境下流域水循环关键要素演变规律解析

2.1引言

2.2演变规律解析方法

2.2.1变异点辨识方法

2.2.2趋势性分析方法

2.2.3周期规律分析

2.2.4相关性分析

2.2.5径流变化归因分析

2.3金沙江流域概况及选用数据

2.3.1金沙江流域

2.3.2选用数据

2.4降水多维时空演变规律解析

2.4.1降水年际年内统计分析

2.4.2区域降水趋势分析

2.4.3区域降水突变分析

2.4.4区域降水周期性分析

2.5径流多维时空演变规律解析

2.5.1径流年际年内统计分析

2.5.2径流趋势分析

2.5.3径流突变分析

2.5.4径流周期性分析

2.6气候变化与人类活动对径流变化的定量评估

2.6.1气候变化与人类活动对径流改变的影响分析

2.6.2土地利用变化对径流的影响分析

2.7本章小结

3.基于机器学习的洪水预报研究

3.1引言

3.2研究方法

3.2.1极限学习机基本原理

3.2.2标准BSA算法基本原理

3.2.3改进BSA算法

3.2.4 ELM-IBSA洪水预报模型建模过程

3.2.5预报性能评价指标

3.3实例验证及结果分析

3.3.1研究区域及可用数据

3.3.2洪水预报模型构建

3.3.3结果分析

3.4本章小结

4.自适应动态分解-优化-集成径流预报方法及综合评价

4.1引言

4.2研究方法

4.2.1样本熵

4.2.2变分模态分解

4.2.3正则极限学习机基本原理(RELM)

4.3自适应动态分解-优化-集成预报建模及综合评价

4.3.1自适应动态分解策略

4.3.2自适应动态分解-优化-集成预报建模流程

4.3.3综合评价体系

4.4实例研究

4.4.1研究对象及可用数据

4.4.2时间序列分解

4.4.3模型结构确定及参数设置

4.4.4结果分析

4.5本章小结

5.气-海-陆因子驱动的径流区间预报方法研究

5.1引言

5.2研究方法

5.2.1基于随机森林的降维算法

5.2.2高斯过程回归

5.3气-海-陆因子驱动的径流区间预报方法

5.4应用研究

5.4.1预报变量初选

5.4.2输入因子重要性排序及建模

5.4.3预报结果分析

5.5本章小结

6.总结与展望

6.1 研究工作总结

6.2 工作展望

致谢

参考文献

附录1:攻读博士期间发表的论文

附录2:攻读博士期间完成和参与的科研项目

展开▼

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号