基于GRU和LightGBM特征选择的水位时间序列预测模型
Computer Applications and Software(2020)
Abstract
水位时间序列受降雨量影响,在变化规律上呈现出季节性和复杂性.传统模型结构简单且很少考虑季节性因素的影响,对于汛期复杂的水位时间序列预测精度欠佳.提出一种基于GRU和LightGBM水位时间序列预测模型.利用GRU提取水位数据建立水位数据预测的基础模型,将预测结果分为非汛期与汛期两个阶段分别与LightGBM特征选择后的环境因素结合建立最终模型,解决了模型对于不同季节预测值简单叠加导致的精度丢失的情况.预测模型以射阳河流域站点为例,对水位时间序列进行预测.实验结果表明,该模型能更有效处理水文数据复杂的季节性变化,提高了预测的精确度.
MoreAI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined