申请/专利权人：南京信息工程大学

申请日：2021-03-01

公开（公告）日：2023-11-24

公开（公告）号：CN112926664B

主分类号：G06F18/243

分类号：G06F18/243;G06F18/2111;G06N20/20;G01W1/10

优先权：

专利状态码：有效-授权

法律状态：2023.11.24#授权;2021.06.25#实质审查的生效;2021.06.08#公开

摘要：本发明公开了一种基于进化算法的特征选择与CART森林的短时强降水预报方法，采用进化算法对特征选择方案进行优化，得到特征选择方案，确定最终种群，使用各特征选择方案分别构建CART树，每棵树由整体数据集中随机选取的34的训练集训练得到，将所有树组合从而产生CART森林模型，采集待测地区待预测时间点之前的气象数据，代入CART森林模型中，根据CART森林模型中各棵CART树的分类结果，以少数服从多数的原则来判断所述待预测时间点是否会出现短时强降水天气，以实现对短时强降水天气的准确预报，实用性较强，能够对各类短时强降水预报需求进行高效准确地响应。

主权项：1.一种基于进化算法的特征选择与CART森林的短时强降水预报方法，其特征在于，包括如下步骤：S1，采用进化算法对特征选择方案进行优化，最终得到一组特征选择方案；该步骤具体包括：S11，将气象数据中的物理特征集合划分为N个大小为T的特征子空间，每个子空间对应着种群中的一个个体，对特征进行二进制编码，映射为0-1串，每个个体实则代表了一种特征选择方案，种群由N个体组成，即为一组特征选择方案；其中，T≤M，M为总特征数，0表示不选取该特征，1表示选取该特征；S12，先根据个体的适应度值对种群进行非支配排序，按非支配层级由低到高的顺序依次将各层中的所有个体放入到下一代种群，对将要满足种群规模的最后一层中的所有个体分别计算拥挤度并按其由高到低的顺序进行选择，每轮评估时，将气象数据按3:1的数量随机划分为训练集与自测试集，以确定最终种群；S2，执行完步骤S1后得到最终种群，种群中的每个个体代表了一种对气象数据物理特征的选择方案，使用各特征选择方案分别构建CART树，每棵树由整体数据集中随机选取的34的训练集训练得到，将所有树组合从而产生CART森林模型；S3，采集待测地区待预测时间点之前的气象数据，代入所述CART森林模型中，根据CART森林模型中各棵CART树的分类结果，以少数服从多数的原则来判断所述待预测时间点是否会出现短时强降水天气。

全文数据：

权利要求：

百度查询： 南京信息工程大学 基于进化算法的特征选择与CART森林的短时强降水预报方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD