电子信息技术

本发明公开了一种基于改进SCA和QRGRU的径流区间预测方法及系统，包括：(1)对预先获取的原始数据进行预处理，并将处理后的各项数据按时间转换成为矩阵型序列；(2)利用PSR方法与RF模型对时间训练进行特征选择，挑选出RF中重要性高的时间序列与PSR重构出的多维序列组成数据集；(3)采用混沌Tent映射和非线性因子对SCA算法进行改进，并利用改进后的SCA算法对GRU模型的隐藏层单元数目与学习率进行寻优；(4)构建QRGRU模型，初始化模型的参数；(5)建立QRGRU的径流区间预测模型，对径流时间序列进行预测，输出误差与区间预测的结果。本发明用QRGRU模型的对径流进行区间预测，预测结果能够描述确定性预测难以反映的不确定性问题，且其结果具有更高的可信度。

成果亮点

发明目的：本发明提供一种基于改进SCA和QRGRU的径流区间预测方法及系统，解决了现有技术中由于不能提供全面的预测信息，不能准确描述未来径流的不确定性的问题。 技术方案：本发明提出一种基于改进SCA和QRGRU的径流区间预测的方法，具体包括以下步骤： (1)采集目标站点以及附近站点的径流量与降雨量的历史数据，对获取的历史数据进行预处理，并将处理后的各项数据按时间序列转换成为矩阵型序列； (2)基于相空间重构PSR方法对目标站点的相关径流时间序列进行特征选择，利用随机森林RF模型对其余降雨和径流的时间序列进行特征选择，挑选出RF中重要性高的时间序列与通过PSR重构出的多维序列组成数据集；并对数据集进行归一化处理，划分为训练集和测试集； (3)初始化SCA的参数，采用混沌Tent初始化策略生成种群，使用非线性因子替换算法中的线性因子，并在更新位置后使用爬山算法对当前最优位置进行局部搜索，获得改进后的SCA算法；

该方法属于预测领域，可以在水资源管理、城市规划、农业生产、环境保护等领域发挥作用。尤其在干旱和半干旱地区，准确的径流预测可以帮助人们制定更加有效的水资源利用和管理计划。

水资源管理：径流预测可以为水资源管理者提供实时的河流流量信息，有助于他们进行水资源调度和管理。

城市规划：径流预测可以为城市规划者提供相关数据，帮助他们评估城市发展对径流的影响并制定合理的规划方案。

农业生产：径流预测可以为农民提供相关信息，帮助他们调整种植策略，选择合适的农作物品种，提高农业生产效率。

环境保护：径流预测可以为环境监测机构提供相关信息，帮助他们监测径流对环境的影响，并采取相应的措施来减少环境污染。

因此，该方法具有广泛的应用前景，有助于更好地管理和利用水资源，提高农业生产和城市规划的效率，保护环境。

有益效果：与现有技术相比，本发明的有益效果：1、本发明利用PSR的秩回归特性对需要预测站点的相关径流时间序列进行特征选择，而利用RF模型对其余时间序列的进行特征选择，提高输入数据集的有效性和可靠性；2、本发明针对SCA优化算法容易陷入局部最优的缺点对SCA优化算法进行了改进，采用混沌Tent初始化策略生成种群，使用非线性因子替换原有的线性因子，加入爬山局部搜索。增强SCA算法的优化能力，提高了对径流预测的精度；3、将分位数回归与GRU模型相结合作为预测模型，提供了未来径流变化的全面预测信息，可以准确描述未来径流的不确定性。