[發(fā)明專利]基于GA-PSO優(yōu)化XGBoost的水文時(shí)間序列預(yù)測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110049321.0
• 申請(qǐng)日: 2021-01-14
• 公開（公告）號(hào): CN112733996B
• 公開（公告）日: 2022-07-12
• 發(fā)明（設(shè)計(jì)）人: 馬露;萬定生;余宇峰;楊志勇
• 申請(qǐng)（專利權(quán)）人: 河海大學(xué)
• 主分類號(hào): G06N3/00
• 分類號(hào): G06N3/00;G06N3/12;G06N20/20;G06Q10/04
• 代理公司: 南京華恒專利代理事務(wù)所(普通合伙) 32335
• 代理人: 宋方園

本發(fā)明公開一種基于GA?PSO優(yōu)化XGBoost的水文時(shí)間序列預(yù)測(cè)方法，采集對(duì)應(yīng)水文站的雨量值及對(duì)應(yīng)水文站的流量，組織成水文時(shí)間序列數(shù)據(jù)集；對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，將樣本數(shù)據(jù)集劃分為訓(xùn)練集和測(cè)試集；采用改進(jìn)的GA?PSO組合優(yōu)化算法對(duì)XGBoost的學(xué)習(xí)率lr、基學(xué)習(xí)器個(gè)數(shù)n_estimators、最小葉子權(quán)重min_weights、最大樹深max_depth等各項(xiàng)超參進(jìn)行優(yōu)化，同時(shí)利用樣本數(shù)據(jù)集對(duì)XGBoost模型進(jìn)行訓(xùn)練，最終得到GA?PSO優(yōu)化的XGBoost水文時(shí)間序列預(yù)測(cè)模型；對(duì)所述GA?PSO優(yōu)化的XGBoost水文預(yù)測(cè)模型進(jìn)行測(cè)試。本發(fā)明采用GA?PSO對(duì)XGBoost模型的參數(shù)進(jìn)行優(yōu)化，利用最優(yōu)參數(shù)得到的模型進(jìn)行水文預(yù)測(cè)，準(zhǔn)確度更高。

技術(shù)領(lǐng)域

本發(fā)明屬于水文預(yù)測(cè)技術(shù)，具體涉及一種基于GA-PSO優(yōu)化XGBoost的水文時(shí)間序列預(yù)測(cè)方法。

背景技術(shù)

目前，我國水文行業(yè)從傳統(tǒng)水文向現(xiàn)代水文邁進(jìn)，自動(dòng)水文站觀測(cè)技術(shù)快速推廣，從人工手動(dòng)記錄水文數(shù)據(jù)資料記錄到當(dāng)前自動(dòng)站每幾分鐘甚至每秒鐘一次的數(shù)據(jù)記錄，水文數(shù)據(jù)資料覆蓋愈加全面。這些水文數(shù)據(jù)擁有數(shù)量大、類別雜、時(shí)空性、更新快等特點(diǎn)，同時(shí)，它們受到季節(jié)氣候、地貌特征、水文規(guī)律等諸多條件影響，隱藏了很多有價(jià)值的規(guī)律和信息。如何對(duì)它們進(jìn)行有力的分析，從中得到有用的信息從而服務(wù)于水文預(yù)報(bào)、洪水檢測(cè)等成為人們關(guān)注的焦點(diǎn)。傳統(tǒng)水文行業(yè)普遍根據(jù)水文環(huán)境和過程建立物理模型再加以人工經(jīng)驗(yàn)進(jìn)行預(yù)測(cè)。從信息的角度出發(fā)，若能從流域擁有的長足時(shí)間序列歷史資料中挖掘出特定的模式規(guī)律，利用近似趨勢(shì)對(duì)流域未來的水位流量進(jìn)行有效預(yù)測(cè)，有助于預(yù)防洪澇災(zāi)害，因此水文時(shí)間序列的預(yù)測(cè)重要性不言而喻。

近年來，不少學(xué)者將機(jī)器學(xué)習(xí)的方法應(yīng)用于水文時(shí)間序列預(yù)測(cè)中，如：LSTM神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、BP神經(jīng)網(wǎng)絡(luò)等，上述方法也都取得了較好的效果，在改進(jìn)了傳統(tǒng)模型的計(jì)算速度和精度的同時(shí)，也存在一些問題：LSTM和BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)能力強(qiáng)，但易陷入局部最優(yōu)，需要大量參數(shù)，且收斂速度較慢；支持向量機(jī)預(yù)測(cè)效果較好，但對(duì)于大規(guī)模的訓(xùn)練樣本，計(jì)算速度緩慢且依賴于超參數(shù)的選擇。因此需要尋找一種效率與準(zhǔn)確率兼顧的預(yù)測(cè)模型。

遺傳算法和粒子群算法都是為模型優(yōu)化參數(shù)時(shí)最常使用也是最基礎(chǔ)的尋優(yōu)算法，GA算法尋優(yōu)的過程中，整個(gè)種群以編碼的形式存在，變化的趨勢(shì)也是逐漸均勻地向最優(yōu)區(qū)域逼近，但GA是“無記憶”的，只通過交叉和變異來更新粒子，因而全局搜索能力較強(qiáng)；與之相對(duì)的，PSO算法“有記憶”，通過改變粒子的速度與位置來更新粒子，與前一時(shí)刻的位置息息相關(guān)，更適合于局部最優(yōu)的搜索，要調(diào)節(jié)的參數(shù)少，收斂速度很快但要避免早熟收斂的情況。

發(fā)明內(nèi)容

發(fā)明目的：本發(fā)明的目的在于解決現(xiàn)有技術(shù)中存在的不足，提供一種基于GA-PSO優(yōu)化XGBoost的水文時(shí)間序列預(yù)測(cè)方法，通過數(shù)據(jù)挖掘的相關(guān)技術(shù)，對(duì)水文時(shí)間序列進(jìn)行分析和預(yù)測(cè)研究。

技術(shù)方案：本發(fā)明的一種基于GA-PSO優(yōu)化XGBoost的水文時(shí)間序列預(yù)測(cè)方法，包括以下步驟：

步驟S1、采集一水系流域?qū)?yīng)的各雨量站一定時(shí)間段內(nèi)的雨量值及對(duì)應(yīng)水位站的水位，組織成水文時(shí)間序列數(shù)據(jù)集；

步驟S2、對(duì)步驟S1水文時(shí)間序列數(shù)據(jù)集中各水文樣本數(shù)據(jù)進(jìn)行預(yù)處理，將樣本數(shù)據(jù)集劃分為水文訓(xùn)練數(shù)據(jù)集L和水文測(cè)試數(shù)據(jù)集T；

步驟S3、采用改進(jìn)的GA-PSO組合優(yōu)化算法對(duì)XGBoost模型的學(xué)習(xí)率lr、基學(xué)習(xí)器個(gè)數(shù)n_estimators、最小葉子權(quán)重、最大樹深等各項(xiàng)超參進(jìn)行優(yōu)化，同時(shí)利用樣本數(shù)據(jù)集對(duì)XGBoost模型進(jìn)行訓(xùn)練，最終得到GA-PSO優(yōu)化的XGBoost水文時(shí)間序列預(yù)測(cè)模型；

步驟S4、對(duì)所述GA-PSO優(yōu)化的XGBoost水文預(yù)測(cè)模型進(jìn)行測(cè)試。

所述步驟S1是獲取數(shù)據(jù)集和相應(yīng)的標(biāo)簽信息，所述步驟S1進(jìn)一步為：組織該水系流域?qū)?yīng)的雨量站當(dāng)前以及前7小時(shí)的雨量值及對(duì)應(yīng)水文站當(dāng)前以及前7小時(shí)的流量值作為水文時(shí)間序列數(shù)據(jù)集。