一种基于神经常微分方程的水文模型参数优化方法

本发明属于水文模型参数优化技术领域，具体公开了一种基于神经常微分方程的水文模型参数优化方法，步骤包括：参数学习神经网络构建，常微分方程组正向数值求解，水文模型参数反向传播更新以及水文模型参数迭代优化。本发明所述方法将神经网络嵌入到微分形式水文模型结构中，结合流域水文过程的物理机制与深度学习算法的数据挖掘能力，形成基于神经常微分方程的水文模型参数优化方法，降低了模型参数的不确定性、并提高了模型模拟精度。本发明解决了解决微分形式水文模型获取模型参数全局最优和稳定解的难题。