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！

龙图腾网获悉中水珠江规划勘测设计有限公司申请的专利一种自适应水文预报动态优化方法和系统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：CN119514862B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202411563904.5，技术领域涉及：G06Q10/063；该发明授权一种自适应水文预报动态优化方法和系统是由钟逸轩;易灵;刘喜燕;黎新欣;王保华;薛娇;刘永琦;刘昭辰;肖文博;于百顺;何梁;王珮设计研发完成，并于2024-11-05向国家知识产权局提交的专利申请。

本一种自适应水文预报动态优化方法和系统在说明书摘要公布了：本发明提供了一种自适应水文预报动态优化方法和系统，涉及水文预报的技术领域，包括：获取预报目标位置的基础数据；基于基础数据和预报需求，确定预报需求所对应的水文预报方案；基于优化目标函数，对水文预报方案的参数进行优化，得到水文预报方案集，水文预报方案集中包括至少两组水文预报方案；根据输入数据和实测数据，确定水文预报方案集中最优方案编号序列；基于优化决策向量，以最优方案编号序列为目标值，构建分类优化模型；基于分类优化模型，确定各时段最优水文预报方案，解决了传统水文集合概率实践运用效果不佳，缺乏广泛推广的可操作性的技术问题，达到了优化预报成果可便于实践使用的技术效果。

本发明授权一种自适应水文预报动态优化方法和系统在权利要求书中公布了：1.一种自适应水文预报动态优化方法，其特征在于，包括： 获取预报目标位置的基础数据； 基于所述基础数据和预报需求，确定所述预报需求所对应的水文预报方案；其中，以所述预报需求为目标，得到所述预报需求所对应的多个水文模型；基于多个所述水文模型，构建水文预报方案； 基于优化目标函数，对所述水文预报方案的参数进行优化，得到水文预报方案集，所述水文预报方案集中包括至少两组水文预报方案；其中，所述优化目标函数包括： 式中，为第i个时段预报目标位置的流量值的实测值，为第i个时段预报目标位置的流量值的模拟值，n为用于模型参数率定的流量值序列的长度，i=1,2,...,n；其中，通过优化算法对各水文模型进行参数率定进行优化，得到水文预报方案集；通过优化算法寻找到在各特定的优化目标函数下，给定模型、输入、输出时，使得优化目标函数值最优的模型参数组； 根据输入数据和实测数据，确定所述水文预报方案集中最优方案编号序列；其中，基于所述输入数据，通过所述水文预报方案得到目标时段的预报数据；基于所述目标时段的预报数据和实测数据，得到所述目标时段所对应的所述水文预报方案的最高方案序号；基于各目标时段的所述最高方案序号，构建最优模型方案序号向量； 基于优化决策变量，以所述最优方案编号序列为目标值，构建分类优化模型；其中，基于优化决策变量，通过以下公式，得到第i个计算时段的优化决策向量，所述优化决策向量为优化决策矩阵INDEX： 式中，P为降水量，ET为蒸散发量，为模拟均值量，τ为与流量数据时间间隔向上取整的比值，Tc为汇流时间，i为第i个计算时段；以及通过以下公式，得到第i个计算时段的模拟均值： 式中，E=，m为水文模型个数，s为输入数据集个数，为长度为n的序列； 基于所述分类优化模型，确定各时段最优水文预报方案；其中，基于最邻近模型构建分类优化模型包括：对优化决策矩阵的各列向量进行最大最小值归一化计算，得到各列向量映射到[0,1]空间的向量；根据各列向量对应的优化决策变量的重要程度，赋予其给定权重，得到加权归一化优化决策矩阵：，其中，权重取值可通过人工经验、主成分分析、相关分析方法获取；对于各方案序号，提取其在最优模型方案序号向量中的次序，使得；根据各方案序号在最优模型方案序号向量中的次序提取对应的归一化后的优化决策矩阵；根据最邻近模型构建思想，当给定任意计算时段对应的优化决策向量时，计算得到加权归一化优化决策向量和计算与各方案序号对应的归一化后的优化决策矩阵的欧几里得距离：；对于第个计算时段，其最优的模型方案序号为令取值最小的值；选取第个模型方案对应的第时段预报结果作为优化后的预报结果。

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中水珠江规划勘测设计有限公司，其通讯地址为：510610 广东省广州市天河区天寿路105号9-19层；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”。

以上内容由龙图腾AI智能生成。