Error-replaced recurrent randomized-based ensemble algorithm for water level prediction

Zongying Liu

doi:10.1016/j.jhydrol.2026.135668

Error-replaced recurrent randomized-based ensemble algorithm for water level prediction

2026-08-01

0

PRE

AI

DOI：10.1016/j.jhydrol.2026.135668

原文链接

原文求助

摘要

En 中文

随着内陆水道和海岸管理的快速发展，准确的水位预测变得越来越重要。可靠的水位预测对于洪水缓解、水资源管理和内陆水道及港口的运营至关重要。然而，由于算法限制和自然水系统的复杂动态，仍存在挑战。本研究介绍了一种新型算法，即误差替换循环随机集成算法（ER-REA），旨在提高水位预测的准确性和稳定性。所提出的方法构建了随机集成架构，并引入了误差替换循环机制，该机制在每一步预测中动态更新输出权重，从而缓解多步预测中的误差累积。ER-REA的性能在与多个基线模型的比较中进行了评估，包括极限学习机、回声状态网络和AdaBoost极限学习机，跨越七个真实世界的水位数据集。实验结果表明，ER-REA在多个预测时间范围内持续实现更优越的预测准确性和稳定性，与表现最佳的基线模型相比，平均误差降低了37.06%。与传统机器学习和深度学习模型的比较进一步证明了ER-REA的竞争力。总之，所提出的模型为水位预测提供了可靠的工具，有助于改善洪水风险缓解和可持续港口运营。

Keyword:

Random ensemble structure

Randomization-based model

Error-replaced recurrent algorithm

Water level prediction

Error-replaced recurrent randomized-based ensemble algorithm for water level prediction

摘要

期刊

机构

引用论文