一种基于机器学习和云模型的分类洪水随机预报方法

摘要

本发明公开了一种基于机器学习和云模型的分类洪水随机预报方法，步骤如下：以历史典型场次洪水作为模型率定与检验的基础资料，选取满足条件的分类指标，基于自组织映射神经网络SOM进行历史场次洪水分类；采用最大信息系数方法MIC进行分类洪水影响因子筛选，并建立基于不同机器学习方法的分类洪水预报模型；针对不同类型洪水，基于云模型求解不同预报模型的融合权重，对各模型的模拟结果进行加权获取模型集成预报结果；分析计算相对预报误差，基于Copula方法建立相邻时刻相对预报误差联合分布函数；最后获取在线洪水实时信息，实现洪水随机预报。本发明可提高洪水预报精度，可为水文预测预报提供一种新的途径。