神经网络和M5模型树模拟水位-流量关系

神经网络和M5模型树模拟水位-流量关系(中文6400字,英文PDF)
摘要：
对河流流量的可靠估算是有效的洪水管理和地表水规划的关键组成部分。水文学家使用历史数据建立水位和流量之间的关系，这被称为评级曲线。一旦建立了关系，它就可以用于预测未来水位测量的排放。机器学习在水资源管理中的成功应用激发了对这些复杂关系建模的这些方法的适用性的探索。在本文中，水位–流量关系的模型是用人工神经网络（ANN）和M5模型树建立的。通过计算平均互信息来选择相关输入。将该模型的预测准确性与使用相同数据构建的传统评级曲线进行比较。结论是，ANN和M5模型树模型的精度优于传统模型。