本發(fā)明公開(kāi)了一種應(yīng)用于河流水位預(yù)測(cè)數(shù)據(jù)的特征選擇分解方法，為了得到最適合作為模型輸入的特征，本發(fā)明引入LASSO回歸對(duì)原始輸入集進(jìn)行特征選擇，并整合MODWT對(duì)選擇得到的特征進(jìn)行成分分解，并采用多元線性回歸作為基礎(chǔ)模型測(cè)試LASSO?MODWT的性能。測(cè)試表明，基于LASSO?MODWT的特征選擇分解方法有利于提高河流水位預(yù)測(cè)模型的性能和模型解釋能力。

技術(shù)領(lǐng)域

本發(fā)明屬于水位預(yù)測(cè)技術(shù)領(lǐng)域，具體涉及一種應(yīng)用于河流水位預(yù)測(cè)數(shù)據(jù)的特征選擇分解方法的設(shè)計(jì)。

背景技術(shù)

水位預(yù)測(cè)對(duì)于防洪減災(zāi)、水資源利用和分配管理有著極為重要的作用。一個(gè)穩(wěn)健的水位預(yù)測(cè)模型可以為相關(guān)決策者提供未來(lái)水位的變化情況，及時(shí)掌握潛在的水文災(zāi)害，從而更早的進(jìn)行相關(guān)預(yù)警部署。在水位預(yù)測(cè)領(lǐng)域，由于影響水位因素的多維性和復(fù)雜性，模型系統(tǒng)的潛在輸入量之間往往呈現(xiàn)非線性動(dòng)態(tài)關(guān)系和多種相關(guān)性。另外輸入量的個(gè)數(shù)一般較大，尤其是引入各變量的滯后量后會(huì)急劇的增加特征的維數(shù)和計(jì)算復(fù)雜度，但是這些變量中實(shí)際上包含大量重復(fù)信息和噪聲成分。為了降低模型的運(yùn)算復(fù)雜度，提高模型的靈活性和解釋力，需要從原始的高維數(shù)據(jù)集中選擇包含最小冗余度的有效特征，從而構(gòu)建一個(gè)具備伸縮性的更簡(jiǎn)潔、更反映真實(shí)水位變化規(guī)律的模型。

LASSO是由1996年Robert Tibshirani首次提出，全稱Least absolute shrinkageand selection operator。該方法是一種壓縮估計(jì)，它通過(guò)構(gòu)造一個(gè)罰函數(shù)得到一個(gè)較為精煉的模型，使得它壓縮一些系數(shù)，同時(shí)設(shè)定一些系數(shù)為零。因此保留了子集收縮的優(yōu)點(diǎn)，是一種處理具有復(fù)共線性數(shù)據(jù)的有偏估計(jì)。LASSO的基本思想是在回歸系數(shù)的絕對(duì)值之和小于等于一個(gè)常數(shù)的約束條件下，使殘差平方和RSS最小化，從而能夠產(chǎn)生某些嚴(yán)格為0的回歸系數(shù)，得到壓縮特征后具有解釋能力的模型。

離散小波變換(DWT)在許多集成小波的模型中得到了廣泛的應(yīng)用，可以得到數(shù)據(jù)的詳細(xì)頻譜信息，諸如周期性、局部變化特性、隨機(jī)性和突變性。但是由于其具有抽取效應(yīng)，該效應(yīng)會(huì)在模型構(gòu)建階段引入潛在的信息缺失從而會(huì)在預(yù)測(cè)時(shí)產(chǎn)生偏差。另外DWT的小波變換系數(shù)結(jié)果與小波變換的起始位置有關(guān)，從而帶來(lái)了一定的偶然性。

基于DWT的上述缺陷，相關(guān)人員進(jìn)一步提出了最大重疊離散小波變換(MODWT，maximum overlap discrete wavelet transform)作為特征分解的方法。MODWT是一種線性過(guò)濾操作，可以較好的解決抽取效應(yīng)，通過(guò)MODWT，可以得到與觀測(cè)值同維數(shù)的多維小波系數(shù)。另外，小波變換的結(jié)果與變換的起點(diǎn)位置無(wú)關(guān)，可以用于不同樣本大小數(shù)據(jù)的變換。總的來(lái)說(shuō)，MODWT可以用提取輸入信號(hào)的不同頻段成分，從而獲得更為豐富的信息，揭示數(shù)據(jù)潛在的變化規(guī)律。

發(fā)明內(nèi)容

本發(fā)明的目的是為了降低現(xiàn)有水位預(yù)測(cè)模型的運(yùn)算復(fù)雜度，同時(shí)提高現(xiàn)有水位預(yù)測(cè)模型的靈活性和解釋力，提出了一種應(yīng)用于河流水位預(yù)測(cè)數(shù)據(jù)的特征選擇分解方法。

本發(fā)明的技術(shù)方案為：一種應(yīng)用于河流水位預(yù)測(cè)數(shù)據(jù)的特征選擇分解方法，包括以下步驟：

S1、采集影響目標(biāo)預(yù)測(cè)站點(diǎn)水位的水文要素(目標(biāo)站點(diǎn)的當(dāng)前水位信息、上游流域水位信息和沿途降雨量等)。

S2、根據(jù)各水文要素，基于信息理論構(gòu)建特征集。

S3、基于相關(guān)性分析對(duì)特征集中的各特征引入滯后量，構(gòu)建原始輸入集。

S4、對(duì)原始輸入集進(jìn)行標(biāo)準(zhǔn)化處理。

S5、基于LASSO對(duì)標(biāo)準(zhǔn)化處理后的輸入集進(jìn)行特征選擇。

S6、基于MODWT對(duì)特征選擇后的輸入集進(jìn)行特征分解，得到經(jīng)LASSO-MODWT優(yōu)化后的輸入集。