检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:钱春 QIAN Chun
机构地区:[1]上海市水文总站,上海200232
出 处:《水利技术监督》2024年第11期55-57,85,共4页Technical Supervision in Water Resources
摘 要:探讨人工智能算法在潮流量推算中的应用及其有效性,特别是LightGBM(Light Gradient Boosting Machine)算法在上海市黄浦江段潮位站点的实证分析。传统方法在感潮河段潮流量水文测验中存在较大误差,而人工智能算法凭借其构建复杂非线性联系的能力,为潮水位与流量间的内在相关性分析提供了新的思路。研究利用2019—2023年的实测潮位和潮流量数据,通过LightGBM算法构建单站模型的随机不确定度为23.1%,并进一步引入上下游潮位差修正误差,构建的双层模型将随机不确定度降至15.9%,显著提高了预测精度。此项研究是对人工智能算法应用于潮流量推算中的一次探索实践。
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.7