土木在线论坛 \ 水利工程 \ 水利工程资料库 \ 佳文推荐 | 基于黏菌算法优化VMD-CNN-GRU模型的年径流预测

佳文推荐 | 基于黏菌算法优化VMD-CNN-GRU模型的年径流预测

发布于:2022-08-31 10:26:31 来自:水利工程/水利工程资料库 [复制转发]


佳文推荐

基于黏菌算法优化VMD-CNN-GRU模型的年径流预测

中长期水文预报是水资源规划管理?防汛抗旱?水库优化调度的重要环节,其研究一直受到众多水文学者的广泛关注?随着科学技术的不断发展,许多现代人工智能技术方法被应用于水文预报,例如BP(back propagation)神经网络?径向基神经网络?Elman神经网络?支持向量机?自适应模糊推理系统?长短时记忆神经网络(longshort-term memory,LSTM)等?

   

《南水北调与水利科技(中英文)》2022年第3期发表了《基于黏菌算法优化VMD-CNN-GRU模型的年径流预测 》一文,该文 为提高年径流预测精度,引入黏菌算法(slime mould algorithm,SMA)和变分模态分解算法(variational mode decomposition,VMD),提出一种基于卷积神经网络(convolutional neural network,CNN)和门控循环单元(gated recurrent unit,GRU)神经网络的组合预测模型(VMD-SMA-CNN-GRU)?利用VMD对径流数据进行分解;采用SMA优化CNN-GRU模型参数,构建模型对每个分量进行预测;各分量结果相加得到最终结果?以兰西水文站为例,将所建模型与CEEMDAN (complete ensemble empirical mode decomposition with adaptive noise)-CNN-GRU?VMD-CNN-LSTM(long short-term memory)?VMD-LSTM?VMD-GRU?VMD-PSO (particle swarm optimization)-CNN-GRU?SMA-CNN-GRU和CNN-GRU预测模型进行对比分析?结果表明:SMA优化的VMD-CNN-GRU模型预测精度不仅高于上述7种模型,而且避免了人工试算确定CNN-GRU模型参数效率低的不足,为年径流预测提供了一种新方法?


徐冬梅,夏王萍,王文川.基于黏菌算法优化VMD-CNN-GRU模型的年径流预测[J].南水北调与水利科技(中英文),2022,20(3):429-439.


作者简介

     

作者信息:

徐冬梅,夏王萍,王文川

(华北水利水电大学水资源学院,郑州450046)


作者简介:

徐冬梅(1977—),女,吉林双辽人,博士,教授,博士生导师,主要从事水资源系统分析等研究?

通信作者:

王文川(1976—),男,河南鹿邑人,博士,教授,博士生导师,主要从事工程水文与水资源利用等研究?


   

扫码聆听作者语音讲述《基于黏菌算法优化VMD-CNN-GRU模型的年径流预测》


正  文

   
   
   
   
   
   
   
   
   
   
   

全部回复(0 )

只看楼主 我来说两句抢沙发

水利工程资料库

返回版块

1.28 万条内容 · 180 人订阅

猜你喜欢

阅读下一篇

水利安全生产知识点

      安全生产 人人有责             警钟长鸣 牢记心中

回帖成功

经验值 +10