申请/专利权人：河海大学;南京盈川信息科技有限公司

申请日：2023-10-24

公开（公告）日：2024-03-22

公开（公告）号：CN117744466A

主分类号：G06F30/27

分类号：G06F30/27;G06F18/15;G06F18/214;G06F18/27;G06F111/04;G06F111/06;G06F111/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明公开一种适用于洪水多要素预报的自适应代理模型同步构建方法，首先确定代理模型构建所需的变量，包括模型自变量、洪水预报要素、评估指标等；其次，对自变量空间采样，获得初始训练样本集、验证样本集和参考样本集；训练与验证各洪水要素的代理模型并计算其预报精度衡量指标；然后，根据评估指标分配各个洪水要素的新增训练样本数；最后，优选所有新增样本，更新训练样本集并重新训练所有代理模型。本发明能够在训练样本数量不变的前提下兼顾不同洪水要素预报精度的需求，根据训练过程中代理模型的模拟效果变化，自适应调整与分配新增样本数量，相较于其他技术具有更强的适用性。

主权项：1.一种适用于洪水多要素预报的自适应代理模型同步构建方法，其特征在于，包括如下步骤：第一步，确定代理模型自变量x、需要预报的洪水要素y、预报精度衡量指标φ、训练样本递增步长S，并将各评估指标归一化；第二步，对自变量空间进行采样，获得初始训练样本集Xc、验证样本集Xv和参考样本集Xr；第三步，计算训练样本对应的各洪水要素值，并训练各个洪水要素yi的代理模型GPi，基于验证样本计算代理模型GPi的预报精度衡量指标φi；第四步，判断各预报精度衡量指标φi是否满足洪水要素yi的预报精度要求，根据所有不满足条件的预报精度衡量指标φi计算每个洪水要素对应的新增训练样本数，对于第i个洪水要素，其新增训练样本数即为Si；第五步，对于每个洪水要素yi及其当前的代理模型GPi，从验证样本集Xr的未使用样本集合中选出使得GPi模拟误差降低最多的Si个新增训练样本，加入当前训练样本集，并利用更新后的训练样本集重新训练所有代理模型，重复第三至第五步，直至所有代理模型的预报精度均满足要求。

全文数据：

权利要求：

百度查询： 河海大学;南京盈川信息科技有限公司 适用于洪水多要素预报的自适应代理模型同步构建方法

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