龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：长江水利委员会水文局
申请日：2024-05-10
公开（公告）日：2024-07-05
公开（公告）号：CN118297240A
主分类号：G06Q10/04
分类号：G06Q10/04;G06N3/006;G06N3/0499;G06N3/08
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.07.23#实质审查的生效;2024.07.05#公开
摘要：本发明公开了一种基于MGTO‑ELM模型的中长期干旱动态预测方法，该中长期干旱动态预测方法包括：利用研究区多个站点的长序列降水和蒸发数据得到标准化降水蒸散发指数，利用成因分析法和互信息法得到关键致旱气候系统指标，以关键致旱气候系统指标作为MGTO‑ELM模型的输入数据，对研究区标准化降水蒸散发指数进行预测。本发明基于计算机、信息论、社会行为学、物理学以及水文气象学等领域的相关知识，对ELM初始的输入权值和隐含层神经元阈值进行优化，弥补传统ELM模型在预测过程中容易陷入局部最优解的缺陷，为地区防旱减灾、提升干旱预测模型的精度等方面提供相应的技术支撑。
主权项：1.一种基于MGTO-ELM模型的中长期干旱动态预测方法，其特征在于，所述中长期干旱动态预测方法包括以下步骤：步骤一、利用研究区多个站点的长序列降水和蒸发数据计算不同时间尺度的标准化降水蒸散发指数，取多个站点的算术平均值表征区域干旱事件的严重程度；步骤二、利用成因分析法收集待筛选致旱气候系统指标，利用互信息法识别对研究区产生影响的关键致旱气候系统指标；步骤三、利用基于人工大猩猩部队算法改进的人工大猩猩部队优化算法与极限学习机模型进行耦合，构建MGTO-ELM模型，其中，基于人工大猩猩部队算法改进的人工大猩猩部队优化算法记为MGTO算法，极限学习机模型记为ELM模型；步骤四、以筛选的所述关键致旱气候系统指标作为MGTO-ELM模型的输入数据，通过设定MGTO-ELM模型的参数进而调整MGTO-ELM模型的结构，对研究区的标准化降水蒸散发指数进行预测；步骤五、采用未经改进的人工大猩猩部队算法和极限学习机模型对研究区的干旱进行预测，进一步检验MGTO-ELM模型的模拟精度及适用性，其中，未经改进的人工大猩猩部队算法记为GTO算法。
全文数据：
权利要求：
百度查询： 长江水利委员会水文局 基于MGTO-ELM模型的中长期干旱动态预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号