基于LASSO-MODWT的赤水河水位预测特征选择法

摘要：

从预测赤水河3 h、6 h水位的实际应用场景出发,提出了一种集成LASSO-MODWT的特征选择和分解方法,旨在寻找一个用于赤水站水位预测的精简而具备解释能力的模型.为了选取最适合作为模型输入的特征,实验中基于LASSO回归对原始输入集进行特征选择,并利用最大重叠离散小波变换(MOD-WT)对选择得到的特征进行成分分解,最后采用多元线性回归作为基础模型测试LASSO-MODWT的性能.实验中,分别将原始输入集、经过LASSO选择后的输入集以及经过LASSO-MODWT得到的特征集作为模型输入,验证模型性能.实验结果显示:基于LASSO-MOMWT进行特征选择分解对赤水站未来3 h和6 h的水位预测性能都有显著提升,3h预测的RMSE、MAE和NSE分别为0.029 m、0.011 m和0.998.

关键词：水位预测、特征选择、集成小波模型

分类号：P333(水文科学（水界物理学）)

在线出版日期：2018-12-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：6-11