10.3969/j.issn.1000-386x.2020.02.005
基于GRU和LightGBM特征选择的水位时间序列预测模型
水位时间序列受降雨量影响,在变化规律上呈现出季节性和复杂性.传统模型结构简单且很少考虑季节性因素的影响,对于汛期复杂的水位时间序列预测精度欠佳.提出一种基于GRU和LightGBM水位时间序列预测模型.利用GRU提取水位数据建立水位数据预测的基础模型,将预测结果分为非汛期与汛期两个阶段分别与LightGBM特征选择后的环境因素结合建立最终模型,解决了模型对于不同季节预测值简单叠加导致的精度丢失的情况.预测模型以射阳河流域站点为例,对水位时间序列进行预测.实验结果表明,该模型能更有效处理水文数据复杂的季节性变化,提高了预测的精确度.
时间序列预测、组合模型、GRU、LightGBM、特征选择
37
TP391(计算技术、计算机技术)
国家重点研发计划项目;江苏省水利科技项目
2020-03-31（万方平台首次上网日期，不代表论文的发表时间）
共8页
25-31,53
