堆叠集成模型径流预报效果的影响因素研究 |
| |
引用本文: | 林泳恩,孟 越,杜 懿,王大洋,王大刚.堆叠集成模型径流预报效果的影响因素研究[J].水文,2023,43(1):57-61. |
| |
作者姓名: | 林泳恩 孟 越 杜 懿 王大洋 王大刚 |
| |
作者单位: | 中山大学地理科学与规划学院 |
| |
基金项目: | 国家自然科学基金面上项目(51779278);;国家重点研发项目(2017YFA0604300); |
| |
摘 要: | 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。
|
关 键 词: | 堆叠集成模型 径流预报 机器学习 基学习器 元学习器 |
|
| 点击此处可从《水文》浏览原始摘要信息 |
| 点击此处可从《水文》下载免费的PDF全文 |
|