[發明專利]一種基于CBR的洪水預報結果校正方法

在審

• 申請號: 202111495472.5
• 申請日: 2021-12-08
• 公開（公告）號: CN114169610A
• 公開（公告）日: 2022-03-11
• 發明（設計）人: 常仁凱;呂海樂;楊希;萬宏峰;徐于武;查竹剛
• 申請（專利權）人: 中水三立數據技術股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/26;G06F16/2458
• 代理公司: 合肥天明專利事務所(普通合伙) 34115
• 代理人: 婁岳

本發明公開了一種基于CBR的洪水預報結果校正方法，包括獲取歷史案例庫中的洪水預報案例；根據洪水預報案例的篩選因子計算案例之間的相似度；根據案例之間的相似度進行案例比對，得到與實時洪水氣象信息相近的預報結果；根據與實時氣象信息相近的預報結果進行當前預報結果的校正，同時形成新的實際降雨案例并存儲于歷史案例庫。本發明通過利用計算案例之間的相似度確定與當前氣象信息相近的歷史案例，同時保持不斷自學習過程，得到與當前氣象信息相近的數據進行預報結果校正。從而避免因洪水預報模型結果不精準、經驗不足，導致預報結果公布不及時造成的損害。同時提高精度和時效性，為防洪調度提供更加科學、快捷、有效的支撐服務。

技術領域

本發明涉及洪水預報結果校正技術領域，特別涉及一種基于CBR的洪水預報結果校正方法。

背景技術

預報作業時根據配置的預報方案和設定的模型參數因子，計算出初步結果。由于每場預報需要輸入模型參數因子，這些參數因子不能保證百分百準確，導致預報的結果需要預報人員進行校正。此時預報人員可參照歷史洪水、實時水雨情情況等，結合自身預報經驗，對預報成果進行校正。

案例推理(Case-Based Reasoning，CBR)作為人工智能由表層的機器模仿向深層的機器思維發展形式已經開始應用到國民經濟的各個方面。CBR不需要一個顯式表達，它通過尋找與之相似的以往案例，重新應用到新問題的環境中來。CBR的實現是一個持續的、不斷改善的學習過程，一旦解決了一個新問題，就獲得了新的經驗，可以用來解決新的問題。

現有的預報結果校正存在以下不足，對預報人員的學歷、專業、經驗要求高，需要進行專業的培訓和預報經驗學習，才能達到上崗要求。現有的預報校正精度完全依賴于人的操作和判斷，存在操作時間長、人為誤判斷等風險。

發明內容

本發明的目的克服現有技術存在的不足，為實現以上目的，采用一種基于CBR的洪水預報結果校正方法，以解決上述背景技術中提出的問題。

一種基于CBR的洪水預報結果校正方法，包括：

獲取歷史案例庫中的洪水預報案例；

根據洪水預報案例的篩選因子計算案例之間的相似度；

根據案例之間的相似度進行案例比對，得到與實時洪水氣象信息相近的預報結果；

根據與實時氣象信息相近的預報結果進行當前預報結果的校正，同時形成新的實際降雨案例并存儲于歷史案例庫。

作為本發明的進一步的方案：所述根據洪水預報案例的篩選因子計算案例之間的相似度的具體步驟包括：

獲取洪水預報案例的篩選因子，篩選因子為洪水預報案例的特征屬性，包括前期影響雨量、降雨總量、降雨雨型，以及起漲水位；

根據不同類型屬性的篩選因子選擇不同的相似度計算方法，其中相似度計算方法包括數值型算法、數值區間型算法和枚舉型算法；

判斷案例屬性類型，計算屬性的相似度，再計算案例之間的相似度。

作為本發明的進一步的方案：所述數值型算法的具體步驟包括：

若屬性為數值屬性，則進行屬性值歸一化處理，計算數值屬性的相似度；

所述數值屬性的相似度計算公式為：

sim(C_ik,C_jk)＝1-D(C_ik,C_jk)＝1-|V_ik-V_ik|；

歸一化處理公式為：