随机森林模型多采用网格搜索的参数优化方法,存在搜索间隔固定、搜索效率低下的问题。为了克服以上缺陷,提出一种基于自适应遗传算法的随机森林模型参数优化方法,通过动态调节遗传操作的交叉、变异概率,在尽可能多保留优势粒子的同时更...随机森林模型多采用网格搜索的参数优化方法,存在搜索间隔固定、搜索效率低下的问题。为了克服以上缺陷,提出一种基于自适应遗传算法的随机森林模型参数优化方法,通过动态调节遗传操作的交叉、变异概率,在尽可能多保留优势粒子的同时更有效地产生新优势粒子,达到跳出局部最优并快速到达全局最优点的目的。利用提出的参数优化方法对随机森林算法中的决策树数目、最大树深度进行参数优化。使用Boston house price数据集仿真的结果表明,使用该参数优化方法优化后的随机森林模型的回归预测效果得到一定提高。展开更多
综合利用2018年3—9月湖北天气雷达组网拼图数据和武汉及周边地面加密自动站降水观测资料,利用快速融合等技术建立适合武汉本地化光流法和TREC法动态Z-I关系,实时得到高时空分辨率雷达定量降水反演资料2 h QPF,并使用SWAN 1 h QPF资料...综合利用2018年3—9月湖北天气雷达组网拼图数据和武汉及周边地面加密自动站降水观测资料,利用快速融合等技术建立适合武汉本地化光流法和TREC法动态Z-I关系,实时得到高时空分辨率雷达定量降水反演资料2 h QPF,并使用SWAN 1 h QPF资料对比分析。结果表明,总体而言,基于雷达外推与自动站快速融合技术的光流法效果最好,TS综合平均高出SWAN约3个百分点。3种方法在大雨以下量级估测能力最好,暴雨和大暴雨量级误差有所增大。3种方法QPF采用9点或25点平均后,虽然有利于改善相对和绝对误差,对提高预报准确率贡献却较小,而采用邻域法检验能够较大幅度提升预报准确率,同时也一定程度减小了空报率和漏报率。综合对比分析区域和局地分散过程,整体上在大雨以下量级,均为光流法最好,TREC法次之,SWAN效果最差。差异最大的主要集中在区域性过程。在暴雨和大暴雨量级上,尽管SWAN在区域过程中具有较高的评分,但在局地过程中表现不稳定,而光流法在局地过程中相对更稳定。展开更多
文摘随机森林模型多采用网格搜索的参数优化方法,存在搜索间隔固定、搜索效率低下的问题。为了克服以上缺陷,提出一种基于自适应遗传算法的随机森林模型参数优化方法,通过动态调节遗传操作的交叉、变异概率,在尽可能多保留优势粒子的同时更有效地产生新优势粒子,达到跳出局部最优并快速到达全局最优点的目的。利用提出的参数优化方法对随机森林算法中的决策树数目、最大树深度进行参数优化。使用Boston house price数据集仿真的结果表明,使用该参数优化方法优化后的随机森林模型的回归预测效果得到一定提高。
文摘综合利用2018年3—9月湖北天气雷达组网拼图数据和武汉及周边地面加密自动站降水观测资料,利用快速融合等技术建立适合武汉本地化光流法和TREC法动态Z-I关系,实时得到高时空分辨率雷达定量降水反演资料2 h QPF,并使用SWAN 1 h QPF资料对比分析。结果表明,总体而言,基于雷达外推与自动站快速融合技术的光流法效果最好,TS综合平均高出SWAN约3个百分点。3种方法在大雨以下量级估测能力最好,暴雨和大暴雨量级误差有所增大。3种方法QPF采用9点或25点平均后,虽然有利于改善相对和绝对误差,对提高预报准确率贡献却较小,而采用邻域法检验能够较大幅度提升预报准确率,同时也一定程度减小了空报率和漏报率。综合对比分析区域和局地分散过程,整体上在大雨以下量级,均为光流法最好,TREC法次之,SWAN效果最差。差异最大的主要集中在区域性过程。在暴雨和大暴雨量级上,尽管SWAN在区域过程中具有较高的评分,但在局地过程中表现不稳定,而光流法在局地过程中相对更稳定。
