堆叠集成模型径流预报效果的影响因素研究

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。