基于GRU和LightGBM特征选择的水位时间序列预测模型

• 作者: 刘凡 司存友 周星熠 胡文斌 许国艳
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 时间序列预测 组合模型 GRU LightGBM 特征选择
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 数据工程
• 页码范围: 25-31,53
• 页数: 8页
• 分类号: TP391
• 字数: 5300字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.02.005

摘要

水位时间序列受降雨量影响,在变化规律上呈现出季节性和复杂性.传统模型结构简单且很少考虑季节性因素的影响,对于汛期复杂的水位时间序列预测精度欠佳.提出一种基于GRU和LightGBM水位时间序列预测模型.利用GRU提取水位数据建立水位数据预测的基础模型,将预测结果分为非汛期与汛期两个阶段分别与LightGBM特征选择后的环境因素结合建立最终模型,解决了模型对于不同季节预测值简单叠加导致的精度丢失的情况.预测模型以射阳河流域站点为例,对水位时间序列进行预测.实验结果表明,该模型能更有效处理水文数据复杂的季节性变化,提高了预测的精确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许国艳	河海大学计算机与信息学院	24	245	7.0	15.0
2	司存友	江苏省水文水资源勘测局信息应用科	17	27	3.0	4.0
3	胡文斌	江苏省水文水资源勘测局信息应用科	5	4	1.0	2.0
4	刘凡	河海大学计算机与信息学院	7	32	2.0	5.0
5	周星熠	河海大学计算机与信息学院	2	0	0.0	0.0