基于VIF-GBRT-MC模型的日徑流預(yù)測

摘要： 針對氣象數(shù)據(jù)驅(qū)動模型在預(yù)測徑流面臨的特征間多重共線性及預(yù)測精度較低的問題，將方差膨脹因子VIF、梯度提升回歸樹GBRT模型和馬爾科夫鏈MC誤差修正模型相結(jié)合，建立VIF-GBRT-MC組合預(yù)測模型。選取漢江流域洋縣水文站的日徑流進行實例分析，并與單一模型GBRT、長短期記憶神經(jīng)網(wǎng)絡(luò)LSTM、支持向量機SVM及相應(yīng)組合模型VIF-GBRT、VIF-LSTM、VIF-SVM、VIF... （共7頁）