基于信息熵理论的汛期分期方法及系统

    公开(公告)号:CN115841192A

    公开(公告)日:2023-03-24

    申请号:CN202310123747.5

    申请日:2023-02-16

    IPC分类号: G06Q10/04

    摘要: 本发明提供基于信息熵理论的汛期分期方法及系统,汛期分期方法包括:步骤1,选用汛期日流量资料作为研究对象,构造日最大洪峰或时段洪量序列;步骤2,根据具体流域确定分期期数k,则k期汛期分期划分时间点距离起始汛期的天数由近至远依次表示为i1,…,ik‑1;步骤3,计算分期内各洪峰值占总洪峰值的百分比,或计算分期内各时段洪量值占总洪量值的百分比;步骤4,计算分期内洪水的信息熵;步骤5,构建总体基于信息熵的分期洪水均衡度模型;步骤6,提出汛期总体的加权分期洪水均衡度公式,遍历各天数下的i1,…,ik‑1求得最大的总体加权分期洪水均衡度U总;此时对应的i1,…,ik‑1即为最合理的分期时间。

    一种区域长期来水多目标联合概率预测方法

    公开(公告)号:CN107423857B

    公开(公告)日:2018-04-20

    申请号:CN201710639215.1

    申请日:2017-07-31

    IPC分类号: G06F17/00 G06Q10/04 G06Q50/06

    摘要: 本发明提供一种区域长期来水多目标联合概率预测方法,包括:设计考虑多个预测目标独立特征和群体特征的分层贝叶斯概率预测模型;基于预测目标样本数据,分析得出预测目标先验分布,采用马尔科夫链蒙特卡洛方法,对预测目标独立特征参数和群体特征参数进行抽样,优化分层贝叶斯概率预测模型的模型参数,计算满足条件的预测目标方案集合。优点为:首次将分层贝叶斯理论应用于区域长期来水多目标联合概率预测技术中,设计在分层贝叶斯模型的不同层级对独立特征参数和群体特征参数进行马尔科夫链蒙特卡洛(MCMC)抽样,从物理机制和算法设计上完善来水多目标概率预报模型,提高区域长期来水多目标联合概率预测的准确度。