基于数据处理与超参数优化的高斯过程回归月地下水位预测

潘思成; 潘秀昌; 崔东文

doi:10.13393/j.cnki.issn.1672-948X.2026.03.002

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

基于数据处理与超参数优化的高斯过程回归月地下水位预测

土木水电论坛_水利工程 | 更新时间：2026-05-27

- 基于数据处理与超参数优化的高斯过程回归月地下水位预测
- 基于数据处理与超参数优化的高斯过程回归月地下水位预测
- 三峡大学学报（自然科学版） 2026年48卷第3期页码：8-15
- 作者机构：
  
  1. 云南省水利水电勘测设计研究院
  2. 云南省文山州水务局
- 作者简介：
- 基金信息：
  
  国家自然科学基金项目(41702278);中国地质调查局地质调查项目(DD20221758,DD20190326)
- DOI：10.13393/j.cnki.issn.1672-948X.2026.03.002
  中图分类号： P641.7
- 纸质出版：2026
- 稿件说明：
移动端阅览
潘思成, 潘秀昌, 崔东文. 基于数据处理与超参数优化的高斯过程回归月地下水位预测[J]. 三峡大学学报（自然科学版）, 2026,48(3):8-15.

潘思成, 潘秀昌, 崔东文. 基于数据处理与超参数优化的高斯过程回归月地下水位预测[J]. 2026, 48(3): 8-15.
潘思成, 潘秀昌, 崔东文. 基于数据处理与超参数优化的高斯过程回归月地下水位预测[J]. 三峡大学学报（自然科学版）, 2026,48(3):8-15. DOI： 10.13393/j.cnki.issn.1672-948X.2026.03.002.

潘思成, 潘秀昌, 崔东文. 基于数据处理与超参数优化的高斯过程回归月地下水位预测[J]. 2026, 48(3): 8-15. DOI： 10.13393/j.cnki.issn.1672-948X.2026.03.002.

摘要

为提高月地下水位时间序列预测精度，解决高斯过程回归（GPR）超参数选取问题，提出基于小波包变换（WPT）和指数分布优化（EDO）算法、指数三角优化（ETO）算法、四向量智能元启发式（FVIM）算法、信息获取优化（IAO）算法优化GPR的月地下水位时间序列预测模型，并通过云南省倘甸、者林寨等6个地下水位站实测数据对模型进行验证.首先，利用WPT对各实例地下水位时间序列进行2层分解，划分各分量训练集和验证集；其次，基于训练集构建GPR超参数优化实例目标函数，利用EDO/ETO/FVIM/IAO对实例目标函数进行优化；最后，利用优化获得的最优超参数建立WPT-EDO/ETO/FVIM/IAO-GPR模型对实例各分量进行预测和重构，并构建WPT-EDO/ETO/FVIM/IAO-最小二乘支持向量机（LSSVM）、WPT-GPR、EDO/ETO/FVIM/IAO-GPR模型作对比.结果表明：WPT-EDO/ETO/FVIM/IAO-GPR模型对6个实例预测的平均绝对误差(E

)在0.007 0～0.051 5 m之间，决定系数（C

）在0.994 0～0.999 4之间，预测精度优于其他对比模型；在相同分解和优化情形下，GPR预测性能优于LSSVM;通过EDO/ETO/FVIM/IAO优化GPR超参数，可以显著提升GPR的预测精度；无论地下水位变幅大小，WPT均能将其分解为更易建模的分解分量，从而提高地下水位预测精度.

Abstract

关键词

Keywords

references

张郑贤,刘艺,张锋贤.基于时间序列模型的济南趵突泉地下水位预测[J].中国水利水电科学研究院学报,2019(01).

喻黎明,严为光,龚道枝,李沅媛,冯禹,姜丹曦.基于ELM模型的浅层地下水位埋深时空分布预测[J].农业机械学报,2017(02).

张建锋,刘见宝,崔树军,谢玉华.小波-神经网络混合模型预测地下水水位[J].长江科学院院报,2016(08).

胡顺强,崔东文.基于AEO-Schumacher-Usher模型的径流及地下水位预测[J].中国农村水利水电,2020(11).

孙虹洁,赵振华,黄林显,邢立亭,郝杰,罗振江.多变量LSTM神经网络模型在地下水位预测中的应用[J].人民黄河,2022(08).

李杰,崔东文.若干新型群体智能算法优化高斯过程回归的年降水量预测[J].节水灌溉,2023(07).

侯金霄,黄林显,胡晓农,钱永,邢立亭,韩忠,梁浩.基于EMD-LSTM耦合模型的趵突泉岩溶地下水水位预测应用[J].水资源与水工程学报,2023(04).

王永顺,崔东文.数据分解技术与若干智能算法优化的高斯过程回归总氮预测[J].人民珠江,2023(11).

李菊,崔东文.基于数据分解与斑马算法优化的混合核极限学习机月径流预测[J].长江科学院院报,2024(06).

王强,刘宏伟,聂子凡.基于VMDT-POA-DELM-GPR的两阶段短期负荷预测[J].国外电子测量技术,2024(01).

冯鹏宇,金韬,沈一选,但俊.基于CNN-Transformer的城区地下水位预测[J].计算机仿真,2023(04).

刘娣,余钟波,吕海深,鞠琴.基于SVM-EnKF双向数据同化的地下水水位变化预测[J].水文,2023(06).

李菊,崔东文.基于WPT-IDBO-RELM和WPT-IDMO-RELM模型的日径流预测[J].水利水电科技进展,2024(06).

徐荣华,崔东文.基于EWT-EVO/CDO-GPR模型的三峡入库月径流预测[J].三峡大学学报(自然科学版),2025(02).

徐祥森,郑方元,查元源,王钥.基于图神经网络的灌区地下水位预测研究[J].中国农村水利水电,2025(06).

杜柳青,殷国富,余永维.基于混沌相空间重构的数控机床运动精度预测[J].农业机械学报,2015(10).

浏览量

107

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于WPT-ITTA-RELM/ELM/LSSVM模型的日径流预测研究

基于新型等效模型的逆变器故障诊断方法

特高面板堆石坝监测廊道应力变形精细化分析

特高压输电线路耐张串倾角计算方法研究

两种不同边界条件下挡土墙理论解比较研究