[发明专利]一种基于相似度匹配和极限学习机的河流洪水预测方法

摘要

本发明涉及一种基于相似度匹配和极限学习机的河流洪水预测方法，首先基于极限学习机模型，获得各个历史洪水样本分别所对应的最优流量预测模型；然后，基于相似度匹配值由大至小顺序，选取预设前K个历史洪水样本，作为各个参考洪水样本；最后，基于实时水流量特征和实时降雨量特征进行流量值预测，并根据所获流量预测值，进行洪水判断。如此，所设计基于相似度匹配和极限学习机的河流洪水预测方法，能够克服现有技术的不足，有效提高河流洪水的实际预报精率。

主权项

1.一种基于相似度匹配和极限学习机的河流洪水预测方法，其特征在于，包括如下步骤：/n步骤A.分别针对预设N个历史洪水样本，基于水流量特征和降雨量特征进行流量值预测，从预设M个极限学习机模型中，选择历史洪水样本所对应的最优极限学习机模型，作为该历史洪水样本所对应的最优流量预测模型，进而获得各个历史洪水样本分别所对应的最优流量预测模型；/n步骤B.基于N个历史洪水样本分别相对实时水流量特征和实时降雨量特征的相似度匹配，基于相似度匹配值由大至小顺序，选取预设前K个历史洪水样本，作为各个参考洪水样本，其中，K＜N；/n步骤C.根据各个参考洪水样本分别相对实时水流量特征和实时降雨量特征的相似度匹配值，以及各个参考洪水样本分别所对应的最优流量预测模型，采用加权平均法，基于实时水流量特征和实时降雨量特征进行流量值预测，并根据所获流量预测值，进行洪水判断；上述步骤C包括如下步骤：/n步骤C1.根据各个参考洪水样本分别相对实时水流量特征和实时降雨量特征的相似度匹配值，获得各个参考洪水样本分别对应实时水流量特征和实时降雨量特征的权值；/n步骤C2.采用各个参考洪水样本分别所对应的最优流量预测模型，分别针对实时水流量特征和实时降雨量特征进行流量值预测，获得实时水流量特征和实时降雨量特征所对应的K个流量值预测结果；/n步骤C3.基于各个参考洪水样本分别所对应实时水流量特征和实时降雨量特征的权值，针对K个流量值预测结果进行加权，获得实时水流量特征和实时降雨量特征的流量预测值，并根据所获流量预测值，进行洪水判断。/n