一种基于QR-BC-ELM的洪涝灾害预测预警方法

摘要

本发明公开了一种基于QR‑BC‑ELM的洪涝灾害预测预警方法，涉及洪涝预警技术领域，考虑多种洪水成因，基于极限学习机与地理信息系统建立洪水模型，以模拟黄河流域洪水易发区，并验证极限学习机相对于人工神经网络的效率与精度优势。本发明提供的改进极限学习模型的学习速度是人工神经网络的32倍，是传统极限学习模型的1.2倍。而且，所提出的正交三角分解极限学习模型和满秩分解极限学习模型的噪音处理能力都要大大优于人工神经网络，BC‑ELM和QR‑ELM在预测精度与预测效率方面具有很大的优势，是洪水预报模型较为合适的选择。