基于物理機(jī)制和深度學(xué)習(xí)的混合模型及應(yīng)用研究

摘要： 充分利用現(xiàn)代技術(shù)手段提高徑流預(yù)報精度，對流域水旱災(zāi)害防御和水庫群聯(lián)合調(diào)度具有重要的指導(dǎo)作用?，F(xiàn)有深度學(xué)習(xí)模型存在缺乏模型透明度、物理可解釋性差等問題。針對上述難題，將概念水文模型EXP-Hydro嵌入物理遞歸神經(jīng)網(wǎng)絡(luò)P-RNN層，建立了耦合物理機(jī)制的深度學(xué)習(xí)混合模型Hybrid-DL，該混合模型采用微分框架實現(xiàn)概念模型與神經(jīng)網(wǎng)絡(luò)的深度雙向融合，能夠同時訓(xùn)練概念模型與神經(jīng)網(wǎng)絡(luò)的參...