鑒于徑流預(yù)測在水利基礎(chǔ)設(shè)施運行、防洪、航運規(guī)劃等水資源規(guī)劃管理中具有極其重要的意義,將長短時記憶神經(jīng)網(wǎng)絡(luò)(LSTM)和多種群遺傳算法(MPGA)相耦合,構(gòu)建了基于MPGA-LSTM的混合徑流預(yù)測模型,并采用該模型對晉江上游控制性水文站石礱站2013～2017年逐月徑流過程進行延時回歸預(yù)測。同時,為了驗證MPGA-LSTM模型在月徑流預(yù)測方面的優(yōu)越性,針對影響預(yù)測精度三個因素基礎(chǔ)模型、控制參數(shù)和優(yōu)化方法,分別設(shè)置三組對比模型。計算結(jié)果表明,MPGA-LSTM模型表現(xiàn)最優(yōu),合格率為85%,確定性系數(shù)R²為0.953,達到預(yù)報甲等標(biāo)準(zhǔn)。因此,所提出的MPGA-LSTM模型為月徑流預(yù)測提供了一種有效的方法。

【文章頁數(shù)】：5 頁


本文編號：3767889