堆叠集成模型径流预报效果的影响因素研究

摘要：

为了研究堆叠集成模型预报效果的可能影响因素,以安墩水流域为例,选择支持向量回归、多元线性回归、长短期记忆神经网络、前馈神经网络、梯度提升回归树、自回归积分滑动平均模型以及自适应增强算法作为基学习器,选择多元线性回归、支持向量回归、多层感知机作为元学习器,建立多个堆叠集成模型,并基于平均绝对误差、均方根误差、纳什效率系数构建综合评价指标,对各集成模型的预报效果进行了对比分析.研究表明,堆叠集成模型的预测效果与基学习器的数量无关,与基学习器的质量呈正相关关系.此外,不同的元学习器选择也会对堆叠集成模型的预测效果产生影响.该研究可为利用堆叠集成模型进行径流预报提供科学指导.

关键词：堆叠集成模型、径流预报、机器学习、基学习器、元学习器

所属期刊栏目：43

分类号：P338.1(水文科学（水界物理学）)

资助基金：国家自然科学基金;国家重点研发计划

在线出版日期：2023-03-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：57-61