公开(公告)号：CN119204364A

公开(公告)日：2024-12-27

申请号：CN202411746520.7

申请日：2024-12-02

Applicant: 南昌工程学院

Inventor： 赵嘉 ,  唐明 ,  谢海华 ,  朱悦璐 ,  高红民 ,  谭德坤 ,  李桢桢

IPC: G06Q10/04 ,  G06Q50/26 ,  G01W1/10 ,  G06N5/02 ,  G06N7/01 ,  G06N3/006

Abstract: 本发明提供一种洪水预报方法、系统、计算机及存储介质，该方法包括以下步骤：构建与降雨径流存在影响的领域知识的马尔科夫逻辑网，进而挖掘降雨径流变化的驱动因素集；根据驱动因素集构建基于流域降雨径流关系变化规律的过程驱动水文模型；建立集合洪水预报模型；基于群智能算法对集合洪水预报模型进行参数优化。通过挖掘直接驱动因素及间接驱动因素，实现降雨径流变化的驱动因素的准确分析，揭示流域降雨径流关系变化规律，基于降雨径流关系变化规律指导并构建过程驱动水文模型，借助集合相关理论，将过程驱动水文模型结合其他水文模型构建精细化集合洪水预报模型；基于群智能算法优化模型参数及权重，提高洪水预报精度和延长预见期。

公开(公告)号：CN119226745A

公开(公告)日：2024-12-31

申请号：CN202411746522.6

申请日：2024-12-02

Applicant: 南昌工程学院

Inventor： 赵嘉 ,  刘卫林 ,  吕莉 ,  肖丽英 ,  高红民 ,  韩龙哲 ,  谢飞

IPC: G06F18/20 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/084 ,  G06N5/022 ,  G06F17/13 ,  G01W1/14

Abstract: 本发明提供一种降雨径流变化分析方法、系统、计算机及存储介质，该方法包括以下步骤：根据流域大数据，构建基于深度残差学习的特征提取模型；提取流域特征因子，以构建流域特征因子库；构建马尔科夫逻辑网，以挖掘降雨径流变化的驱动因素进行知识表示。通过将深度学习的灰色神经网络与残差学习方法相结合，构建基于深度残差学习的流域大数据特征提取模型，实现流域特征因子的准确获取，通过构建马尔科夫逻辑网结合流域特征因子库，实现降雨径流变化的驱动因素的准确分析，揭示流域降雨径流关系变化规律，为洪水演进过程精确模拟和制定精细防洪方案提供重要参考。