首页|堆叠集成模型径流预报效果的影响因素研究

堆叠集成模型径流预报效果的影响因素研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了研究堆叠集成模型预报效果的可能影响因素,以安墩水流域为例,选择支持向量回归、多元线性回归、长短期记忆神经网络、前馈神经网络、梯度提升回归树、自回归积分滑动平均模型以及自适应增强算法作为基学习器,选择多元线性回归、支持向量回归、多层感知机作为元学习器,建立多个堆叠集成模型,并基于平均绝对误差、均方根误差、纳什效率系数构建综合评价指标,对各集成模型的预报效果进行了对比分析.研究表明,堆叠集成模型的预测效果与基学习器的数量无关,与基学习器的质量呈正相关关系.此外,不同的元学习器选择也会对堆叠集成模型的预测效果产生影响.该研究可为利用堆叠集成模型进行径流预报提供科学指导.
Study on Influence Factors about Runoff Forecasting Performance of Stacking Integrated Model

林泳恩、孟越、杜懿、王大洋、王大刚

展开 >

中山大学地理科学与规划学院,广东广州 510000

堆叠集成模型 径流预报 机器学习 基学习器 元学习器

国家自然科学基金面上项目国家重点研发项目

517792782017YFA0604300

2023

10.19797/j.cnki.1000-0852.20210399

水文
水利部水文局 水利部水利信息中心

水文

CSTPCDCSCD北大核心
影响因子：0.742
ISSN：1000-0852
年,卷(期)：2023.43(1)
  • 13