基于机器学习的来水预报多模型对比应用

摘要

选用俄日河流域玉科、二楷水文站构建断面区间,对区间实测径流过程分析,确定出影响二楷水文站断面流量过程的影响因子,采用基于机器学习线性回归、BP神经网络、K邻近等经典算法,分别构建二楷水文站断面的来水预报模型,并与已建的时变线性汇流模型预报结果及断面实测过程进行对比.对比结果表明,基于机器学习的线性回归和K邻近算法模型预报效果均优于时变线性汇流模型,其中基于机器学习的线性模型整体预测精度最高.