基于CEEMDAN-LightGBM模型的洪水预测研究.pdf

1、本文档共7页，可阅读全部内容。
2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

第４６卷第９期人民黄河Ｖｏｌ．４６，Ｎｏ．９

２０２４年９月ＹＥＬＬＯＷＲＩＶＥＲＳｅｐ．，２０２４

－

基于ＣＥＥＭＤＡＮＬｉｇｈｔＧＢＭ模型的洪水预测研究

１，２１１１１

王军，张宇航，崔云烨，李怡豪，吕鹏祥

（１．郑州航空管理学院大数据科学研究院，河南郑州４５００１５；２．河南日报社，河南郑州４５００１４）

摘要：为了应对暴雨可能引发的洪涝灾害风险，基于黄河利津水文站监测的水文等数据，以ＬｉｇｈｔＧＢＭ为基准模型，运用经自适应

－

噪声完备集合经验模态分解（ＣＥＥＭＤＡＮ）算法优化后的ＣＥＥＭＤＡＮＬｉｇｈｔＧＢＭ模型对水位进行预测，并将其与长短期记忆网络

（ＬＳＴＭ）模型、ＬｉｇｈｔＧＢＭ模型的预测效果进行对比。以２个气候条件不同的黄河水文站（利津、花园口）的水文数据为原始数据集

－－

输入ＣＥＥＭＤＡＮＬｉｇｈｔＧＢＭ模型，验证模型的适应性和稳定性。结果表明：ＣＥＥＭＤＡＮＬｉｇｈｔＧＢＭ模型在水位预测方面表现出优越

的性能，相较于ＬＳＴＭ、ＬｉｇｈｔＧＢＭ模型，该模型的Ｅ分别减小了４６．０８％、９．９５％，Ｅ分别减小了３３．０１％、４３．０１％，Ｅ分别减小了

ＭＡＲＭＳＭＡＰ

２

－

９４．９９％、３．８２％，Ｒ分别增大了３０．４８％、７．５８％。ＣＥＥＭＤＡＮＬｉｇｈｔＧＢＭ模型还能预测流量这一重要水文特征，为模型预测洪水发生

－

提供更有力的判断依据。对比ＣＥＥＭＤＡＮＬｉｇｈｔＧＢＭ模型预测花园口水文站与利津水文站的水位和流量效果，除预测两站水位的

２

Ｅ值相差２３．６４％外，Ｅ值、Ｅ和Ｅ值相差均不超过１０％，Ｒ相差不超过２％。

ＭＡＰＭＡＭＡＰＲＭＳ

－

关键词：洪水预测；ＬｉｇｈｔＧＢＭ模型；ＣＥＥＭＤＡＮ算法；ＣＥＥＭＤＡＮＬｉｇｈｔＧＢＭ模型；ＬＳＴＭ模型；利津水文站；花园口水文站

－

中图分类号：Ｐ３３３；ＴＰ１８３；ＴＶ８８２．１文献标志码：Ａｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１０００１３７９．２０２４．０９．０１４

－－

引用格式：王军，张宇航，崔云烨，等．基于ＣＥＥＭＤＡＮＬｉｇｈｔＧＢＭ

该用户很懒，什么也没介绍

咨询Ta 进入空间

更多 >