申请/专利权人：长江水利委员会水文局

申请日：2024-01-09

公开（公告）日：2024-04-19

公开（公告）号：CN117540173B

主分类号：G06F18/20

分类号：G06F18/20;G06N7/01;G06N5/04;G06Q50/26

优先权：

专利状态码：有效-授权

法律状态：2024.04.19#授权;2024.03.01#实质审查的生效;2024.02.09#公开

摘要：本发明提供基于贝叶斯联合概率模型的洪水模拟不确定性分析方法，包括以下步骤：数据转换以实现洪水数据归一化和方差稳定；贝叶斯联合概率计算分析；贝叶斯定理进行后验参数推断；洪水模拟模型不确定性推导；洪水模拟模型不确性定量分析计算；本发明提出的方法可以利用滞后lag‑1的前期洪水为当前流量的模拟提供信息，能够降低分析偏差、提高模型可靠性和清晰度，因而可以成为量化洪水模拟中不确定性的有用工具。

主权项：1.基于贝叶斯联合概率模型的洪水模拟不确定性分析方法，其特征在于，包括以下步骤：S1、数据转换以实现洪水数据归一化和方差稳定；S2、贝叶斯联合概率计算分析；S3、贝叶斯定理进行后验参数推断；S4、洪水模拟模型不确定性推导；S5、洪水模拟模型不确性定量分析计算；所述S1中，洪水数据归一化具体为： （1）；其中，为一组模拟变量；为模拟因子，与在变换空间中遵循联合多变量高斯分布；和为归一化变换的系数向量；和分别为变换后的模拟因子和模拟变量向量；所述S1中，洪水数据归一化处理后，所述模拟因子和所述模拟变量向量遵循多元高斯分布： （2）；其中，和是多元高斯分布的均值向量和协方差矩阵；分别是模拟因子和模拟变量的平均向量；、均为模拟因子和模拟变量之间的协方差矩阵参数；为变换后的模拟因子和模拟变量向量；为多元正态分布；所述S3中，后验参数推断为： （3）；其中，为模型参数，包括模拟因子和模拟因子的归一化后的均值向量、方差向量和归一化变换系数向量，计算为：对（1）式进行泰勒展开，得： （4）；对均值取期望并忽略高阶微分得： （5）；则均值参数为： （6）；对方差取期望并并忽略高阶微分，则： （7）；则，方差参数为： （8）；其中，为参数的先验分布，意味着在使用历史数据之前参数的先验信息；分别表示模拟因子和模拟变量的历史数据；为观察历史案例概率的似然函数；从马尔可夫链中抽取200个样本的每个第一样本，形成1000个参数集，所述参数集表示模型参数的后验分布；所述模拟变量和模拟因子的条件分布为： （9）；其中，分别是模拟变量和模拟因子的条件平均向量和方差矩阵，并且计算公式为： （10）；从S3中的马尔科夫链中获得了1000个参数集，每个所述参数集用于获得由式（4）生产的样本，然后从确定性模拟到集合模拟生产1000个样本，集合模拟表示模拟的不确定性。

全文数据：

权利要求：

百度查询： 长江水利委员会水文局 基于贝叶斯联合概率模型的洪水模拟不确定性分析方法

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