基于图卷积递归神经网络和残差误差学习的短期流量与洪水预测

本研究解决了由于流量数据的不确定性而导致的短期流量和洪水预测精度不足的问题。通过采用卷积递归神经网络和残差误差学习的方法，显著提升了洪水预测的准确性，为减轻洪水风险提供了更可靠的工具。研究结果表明，该方法在1-6小时的预测范围内优于常用的预测模型。