买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉天津大学申请的专利基于单变量优化DMCA模型的流域洪水响应时间计算方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116167513B 。

龙图腾网通过国家知识产权局官网在2026-03-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310104274.4，技术领域涉及：G06Q10/04；该发明授权基于单变量优化DMCA模型的流域洪水响应时间计算方法是由苑希民;王如锴;田福昌;程铁信;何立新设计研发完成，并于2023-02-13向国家知识产权局提交的专利申请。

本基于单变量优化DMCA模型的流域洪水响应时间计算方法在说明书摘要公布了：本发明公开了一种基于单变量优化DMCA模型的流域洪水响应时间计算方法，收集待处理流域的基础地理数据历史降雨量数据与对应河道流量过程数据；根据洪峰流量数据，采用高斯混合聚类模型GMM完成不同类型洪水的聚类分析计算，利用期望最大算法EM构建参数的最大似然函数；构建各级洪水的集水区降雨量与出口流量的累计时间序列，采用去趋势移动平均互相关分析模型去除趋势项并估计非线性时间序列之间的互相关；利用单变量优化模型求解DMCA模型中最小移动窗长；计算流域不同类型洪水响应时间。相较于传统方法，本发明对较短时间序列数据具有较强的鲁棒性，且在时间序列存在噪声和偏差的情况下仍然有效。

本发明授权基于单变量优化DMCA模型的流域洪水响应时间计算方法在权利要求书中公布了：1.一种基于单变量优化DMCA模型的流域洪水响应时间计算方法，其特征在于，该方法包括以下步骤： 步骤1、从雨量站收集待处理流域的基础地理数据、历史降雨量数据和河道流量过程数据； 步骤2、数据预处理，采用归一化法对所述步骤1收集的待处理流域的基础地理数据、历史降雨量数据和河道流量过程数据分别进行归一化处理； 步骤3、采用高斯混合聚类模型GMM完成各种洪水数据的聚类分析计算，建立高斯混合聚类模型GMM的期望最大化聚类模型；该步骤具体包括以下处理： 初始化每个聚类分量的高斯分布参数αm，μm，∑m，建立每个聚类分量的高斯混合聚类分析GMM模型； 利用期望最大算法EM构建参数的最大似然函数，每次迭代包含两个步骤： 步骤3-1：通过极大化混合模型的对数似然函数求解最优的样本参数，如下式所示： 式中：x＝{x1，x2，...，xk}表示来自高斯混合聚类分析GMM模型的流量过程数据集，pxi，θ表示模型概率函数，θ表示一个未知参数或者表示若干个未知参数组成的参数向量，i表示高斯分布的编号，zi表示降雨过程数据集z＝{z1，z2，...，zi，...，zN}中的第i个值； 步骤3-2：采用期望最大化算法，通过迭代的方式求解极大似然估计的极大化模型分布的对数似然函数，得到参数向量θ的极大参数值，公式如下： 式中，xi表示流量过程数据集x＝{x1，x2，...，xi，...，xN}中的第i个值，zi表示降雨过程数据集z＝{z1，z2，...，zi，...，zN}中的第i个值； 高斯混合聚类分析GMM模型的先验概率，定义如下： 式中：z＝{z1，z2，...，zN}表示降雨过程数据，p表示概率函数，m表示高斯混合聚类分析GMM模型第m个分模型； 根据贝叶斯定理，最大后验概率估计定义如下： 式中：αm表示第m个高斯分布在混合高斯模型中所占的权重，μm表示第m个高斯分布分量的均值，j表示第j个样本；m表示高斯混合聚类分析GMM模型第m个分模型； 求解最优的参数θ，对数似然函数参数θ的极大值定义为： θj+1＝argmaxθLθ，θj 计算新一轮迭代每个聚类分量的高斯分布模型参数 对上述过程不断进行迭代计算，直至θj与θj+1值无限接近； 步骤4、根据高斯聚类分析结果，对不同等级降雨过程中每一组洪水构建单变量优化-DMCA模型，具体过程如下： 步骤4-1、构造各场次洪水降雨Rt和流量Qt的累积时间序列； 步骤4-2、利用去趋势移动平均互相关分析方法DMCA通过移动平均线去除趋势项，估计非线性时间序列之间的互相关； 计算DMCA模型的相关系数，如下式所示： 式中：表示流量序列与降雨量序列二元波动的均方值，λ表示模型参数变量移动平均窗口长度，ρDMCAλ表示模型的相关系数，FRλ表示降雨过程序列的均方根值，FQλ表示流量过程序列的均方根值； 步骤5、利用NSGA-II算法进行参数寻优，寻优结果为满足DMCA模型的相关系数最小，利用单变量优化模型求解DMCA模型中最小移动窗长； 步骤6、计算流域中的不同类型洪水响应时间。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人天津大学，其通讯地址为：300072 天津市南开区卫津路92号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。