[发明专利]一种基于相似度匹配和极限学习机的河流洪水预测方法

权利要求书

1.一种基于相似度匹配和极限学习机的河流洪水预测方法，其特征在于，包括如下步骤：

步骤A.分别针对预设N个历史洪水样本，基于水流量特征和降雨量特征进行流量值预测，从预设M个极限学习机模型中，选择历史洪水样本所对应的最优极限学习机模型，作为该历史洪水样本所对应的最优流量预测模型，进而获得各个历史洪水样本分别所对应的最优流量预测模型；

步骤B.基于N个历史洪水样本分别相对实时水流量特征和实时降雨量特征的相似度匹配，基于相似度匹配值由大至小顺序，选取预设前K个历史洪水样本，作为各个参考洪水样本，其中，K＜N；

步骤C.根据各个参考洪水样本分别相对实时水流量特征和实时降雨量特征的相似度匹配值，以及各个参考洪水样本分别所对应的最优流量预测模型，采用加权平均法，基于实时水流量特征和实时降雨量特征进行流量值预测，并根据所获流量预测值，进行洪水判断；上述步骤C包括如下步骤：

步骤C1.根据各个参考洪水样本分别相对实时水流量特征和实时降雨量特征的相似度匹配值，获得各个参考洪水样本分别对应实时水流量特征和实时降雨量特征的权值；

步骤C2.采用各个参考洪水样本分别所对应的最优流量预测模型，分别针对实时水流量特征和实时降雨量特征进行流量值预测，获得实时水流量特征和实时降雨量特征所对应的K个流量值预测结果；

步骤C3.基于各个参考洪水样本分别所对应实时水流量特征和实时降雨量特征的权值，针对K个流量值预测结果进行加权，获得实时水流量特征和实时降雨量特征的流量预测值，并根据所获流量预测值，进行洪水判断。

2.根据权利要求1所述一种基于相似度匹配和极限学习机的河流洪水预测方法，其特征在于，所述步骤A具体如下：

分别针对N个历史洪水样本，根据历史洪水样本各指定历史时间点的水流量特征和降雨量特征，采用预设M个极限学习机模型分别针对该历史洪水样本指定历史预测时间点的流量值进行预测，获得该历史洪水样本对应该指定历史预测时间点的M个预测流量值，并分别与该历史洪水样本所对应该指定历史预测时间点的真实流量值进行比较，选择最小绝对误差所对应的极限学习机模型，作为该历史洪水样本所对应的最优流量预测模型；进而获得各个历史洪水样本分别所对应的最优流量预测模型。