[發明專利]基于多目標隨機向量函數連接網絡的洪水區間預報方法

在審

• 申請號: 201910677500.1
• 申請日: 2019-07-25
• 公開（公告）號: CN110458722A
• 公開（公告）日: 2019-11-15
• 發明（設計）人: 彭甜;張楚;趙環宇;夏鑫;紀捷
• 申請（專利權）人: 淮陰工學院
• 主分類號: G06Q50/06
• 分類號: G06Q50/06;G06Q10/04;G06K9/62;G06F17/50
• 代理公司: 32223 淮安市科文知識產權事務所
• 代理人: 廖娜<國際申請>=<國際公布>=<進入國

1.一種基于多目標隨機向量函數連接網絡的洪水區間預報方法，其特征在于，包括以下步驟：

步驟一：收集洪水時間序列數據，將數據分為訓練樣本和檢驗樣本，并將數據歸一化至[0,1]區間；

步驟二：假設輸入變量的個數為M，對目標向量作±10％的小擾動作為雙輸出RVFL區間預報模型的初始上邊界和下邊界，形成M輸入和雙輸出的RVFL上下邊界洪水區間預報模型；

步驟三：將輸入向量和目標向量輸入所述RVFL上下邊界洪水區間預報模型，并運行一次得所述RVFL上下邊界洪水區間預報模型的初始權值β₀和初始閾值a₀；

步驟四：初始化NSGA-III算法的參數；

步驟五：將[β₀-0.5，β₀+0.5]和[a₀-0.5，a₀+0.5]設置為所述NSGA-III算法的可行域，在可行域中隨機生成NP-1初始個體，NP-1初始個體加上(β₀,a₀)構成所述NSGA-III算法的初始種群；

步驟六：采用所述NSGA-III算法優化所述RVFL上下邊界洪水區間預報模型的輸入權值和閾值，得到全局最優的Pareto最優解集；

步驟七：將所述Pareto最優解集和所述檢驗樣本代入所述RVFL上下邊界洪水區間預報模型，得到檢驗期的區間預測結果，并計算檢驗期預報區間的PINC和PINAW指標。

2.根據權利要求1所述的基于多目標隨機向量函數連接網絡的洪水區間預報方法，其特征在于，在所述步驟二中，在所述RVFL上下邊界洪水區間預報模型中，給定k個訓練樣本{(x_k,y_k)},k＝1,2,...,K，其中X＝[x₁,x₂,...,x_K]^T表示輸入向量，x_k＝[x_k1,x_k2,...,x_kM]∈R^M表示第k個輸入訓練樣本，Y＝[y₁,y₂,...,y_K]^T表示輸出向量，y_k＝[y_k1,y_k2,...,y_kN]∈R^N表示第k個輸出訓練樣本，j＝1,2,...,J表示第k個訓練樣本的第j個隱層神經元的輸出，g(·)表示激勵函數，j表示隱含層結點的個數，β_j表示輸入層和隱含層之間的權重，a_j分別表示輸入層和隱含層之間的閾值；

則所述RVFL上下邊界洪水區間預報模型第k個訓練樣本的輸出計算如下：

式中，w_j,j＝1,2,...,J表示隱藏層和輸出層之間的權重，w_j,j＝J+1,J+2,...,J+M表示輸入層和輸出層之間的權重；

輸入層和隱含層到輸出層的核映射矩陣表示為：

所述RVFL上下邊界洪水區間預報模型輸出的矩陣形式表示為：

式中，w＝[w₁,w₂,...,w_J,w_J+1,...,w_J+D]^T。

通過求解以下優化問題獲得輸出權重w：

根據正則化最小二乘法可以得到式(4)的解：

w＝(D^TD+λI)^-1D^TY (5)

式中I表示單位矩陣；

則第k個訓練樣本的輸出表示為：