买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江大学申请的专利一种基于机器学习和云模型的分类洪水随机预报方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115759445B 。

龙图腾网通过国家知识产权局官网在2025-09-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211486193.7，技术领域涉及：G06Q10/04；该发明授权一种基于机器学习和云模型的分类洪水随机预报方法是由郭玉雪;许月萍;于欣廷;刘莉设计研发完成，并于2022-11-24向国家知识产权局提交的专利申请。

本一种基于机器学习和云模型的分类洪水随机预报方法在说明书摘要公布了：本发明公开了一种基于机器学习和云模型的分类洪水随机预报方法，步骤如下：以历史典型场次洪水作为模型率定与检验的基础资料，选取满足条件的分类指标，基于自组织映射神经网络SOM进行历史场次洪水分类；采用最大信息系数方法MIC进行分类洪水影响因子筛选，并建立基于不同机器学习方法的分类洪水预报模型；针对不同类型洪水，基于云模型求解不同预报模型的融合权重，对各模型的模拟结果进行加权获取模型集成预报结果；分析计算相对预报误差，基于Copula方法建立相邻时刻相对预报误差联合分布函数；最后获取在线洪水实时信息，实现洪水随机预报。本发明可提高洪水预报精度，可为水文预测预报提供一种新的途径。

本发明授权一种基于机器学习和云模型的分类洪水随机预报方法在权利要求书中公布了：1.一种基于机器学习和云模型的分类洪水随机预报方法，其特征在于，包括以下步骤： Step1：以历史典型场次洪水作为模型率定与检验的基础资料，选取分类指标，基于自组织映射神经网络SOM进行历史场次洪水分类，其中分类指标为降雨总量、最大三小时降雨、降雨强度、降雨中心、前期影响雨量、洪峰中的一种或多种； Step2：采用最大信息系数方法MIC进行不同类型洪水的洪水影响因子筛选，并建立基于不同机器学习方法的分类洪水预报模型，获得不同模型对应各类洪水的最优参数； Step3：针对不同类型洪水，基于云模型求解不同预报模型的融合权重，基于融合权重对各模型的模拟结果进行加权获取模型集成预报结果； Step4：分析计算相对预报误差，基于Copula方法建立相邻时刻相对预报误差联合分布函数，确定相对预报误差累积概率分布函数； Step5：获取在线洪水实时信息，实现洪水随机预报； 所述Step2中建立基于不同机器学习方法的分类洪水预报模型，包括以下步骤： Step2-1：将洪水序列按照场次洪水划分为训练集和验证集，以MIC值大于0.30的待选预报因子作为模型输入，场次洪水作为模型输出，并将所有数据集归一化至0,1]区间； Step2-2：建立基于不同机器学习方法的预报模型{M1,M2,…Mi,…MK}，i=1,2,…,K，K≥2，其中机器学习方法为神经网络模型ANN、支持向量机模型SVM、长短期记忆网络模型LSTM、门循环单元模型GRU和极度梯度提升树XGBoost中的两种或两种以上；计算模型输出结果，反归一化后得到径流模拟值，其中，表示第i个预报模型第t时刻的模拟值，，K为预报模型的个数，T为不同场次洪水的时间长度（h）； Step2-3：对比训练集次洪观测值，其中，表示第t时刻的观测值，以相关系数、纳什系数、均方根误差和平均绝对误差作为评价指标，采用网格法对不同机器学习模型参数进行优选； Step2-4：将验证集数据输入训练好的模型中获得模拟结果，反归一化后得到径流模拟值，以相关系数、纳什系数、平均绝对误差和均方根误差作为评价指标，判断模型的模拟结果是否合格； 所述Step5中获取在线洪水实时信息，实现洪水随机预报，具体包括以下步骤： Step5-1：获取在线洪水实时信息，从实时雨水情信息中提取各分类指标数据，基于Step1建立的自组织映射神经网络SOM进行在线洪水分类，确定该场次洪水所属类别； Step5-2：选取Step2中获取的所属类别洪水的最优模型参数，和基于Step3中的方法获取的融合权重进行确定性集成预报； Step5-3：采用吉布斯Gibbs抽样方法对相对预报误差进行随机模拟，将模拟得到的相对预报误差与确定性集成预报结果进行耦合，实现洪水随机预报； 所述Step5-3采用吉布斯Gibbs抽样方法进行预报时刻相对预报误差随机模拟，包括以下步骤： Step5-3-1生成2个随机数α0,α1∈0,1，α0和α1为概率值； Step5-3-2根据条件概率分布式，其中，X1表示当前时刻相对预报误差，X0表示假设场次洪水预报时刻前1h的相对预报误差，C为相邻时刻的Copula相对预报误差联合分布函数，基于Step4中的方法得到；将α0,α1代入条件概率分布式求得当前预报时刻的相对预报误差累积概率分布值x1； Step5-3-3随机生成概率值α2,α3,…,αT∈0,1，求解以下方程组如下： ， 可得到第2~T时刻的相对误差累积概率分布值x2、x3......xT； Step5-3-4重复Step5-3-3的步骤N次，即可得N组相对预报误差累积概率分布值，j=1,2,…,N； Step5-3-5根据求得的相对预报误差累积概率分布函数，通过Step4方法建立的相邻时刻相对预报误差联合分布函数的反函数逆推得到N组相对预报误差，j=1,2,…,N，将相对预报误差与确定集成预报结果进行耦合，实现洪水随机预报。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。