基于长短期记忆循环神经网络及其结构约减变体的中长期径流预报研究

发布时间：2021-02-02 15:57

　　径流过程受地理环境、气候变化、人类活动等多方面综合影响,具有随机性、模糊性、灰色、混沌等特性。开展流域未来径流预报研究对获得诸如防洪、发电、农业灌溉、工业居民用水、河道通航、景观旅游等经济和社会效益具有重大意义。因此,为了更好地统筹规划水资源,提高中长期径流预报的精度显得尤为重要。本文以长江上游宜昌站为研究对象,使用宜昌站年径流和月径流数据,研究并设计有效的人工神经网络预报中长期径流。研究工作重点围绕传统人工神经网络预报模型无法记忆过往时刻数据、易收敛于局部最优和梯度下降等问题展开,引入循环神经网络中的长短期记忆循环神经网络（LSTM）和门结构循环单元（GRU）变体,建立年、月径流预报模型,并提出一种更简单、计算效率更高的门结构-Simple-LSTM作为预报网络。实例研究表明,Simple-LSTM网络在训练和测试中都表现出良好的性能。与BP神经网络和支持向量回归机（SVR）两种方式预报结果相比,Simple-LSTM模型具有更高的预报合格率和计算效率。基于以上研究,设计了一套三峡流域中长期径流预报系统。研究工作取得的主要成果如下:（1）为了克服传统人工神经网络收敛慢、震荡波动大、收... 

【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校

【文章页数】：95 页

【学位级别】：硕士

【部分图文】：

论文框架结构图

0 1( , ..., )niJ （）用步长 乘以损失函数的梯度，得到当前位置下降的距离，为公式 20 1( , ..., )niJ （）确定是否对于所有的 ，新的函数值与目标值的误差值小于误差 ，到算法参数，算法结束。否则进入步骤 4。）参数i 通过优化方式更新。对于当前i 值，使用公式 2-7 修正。重复0 1( , ..., )i i niJ （MSprop 称为均方根算法，是在一般梯度下降法的基础上改进得到的优少计算时间，获得更快的梯度下降速率。使用 RMSProp 的主要目的是时的震荡。 如图 2-1 所示，左侧黑点为初始出发点，整个椭圆形代表得空间中的全局最优点（红色点标记最优点），出发点使用梯度下降不停地寻找下一个迭代点，不停地向最优点靠近。

0(1 )Cn 0Cb bb 习速率。损失函数带上正则项后，梯度下降与最初的梯度下子1n 来修正权重。因为 ， ，n 均大于 0，所以 权重随之不断下降。 2.1.5 节中的正则化的方式解决过拟合，还能使用 dropo在训练时按概率随机丢弃训练网络中的一部分神经元，设为 0，丢失神经元后，网络变得更加稀疏，从而保证在易预报网络输出，同时更少的神经元意味着更少的计算度更快。

【参考文献】：
期刊论文
[1]一种基于LSTM神经网络的流量预测模型[J]. 谭晖,张扬,周小翠,贺凡.  信息通信. 2018(02)
[2]一种基于LSTM神经网络的短期用电负荷预测方法[J]. 张宇航,邱才明,贺兴,凌泽南,石鑫.  电力信息与通信技术. 2017(09)
[3]卷积神经网络研究综述[J]. 周飞燕,金林鹏,董军.  计算机学报. 2017(06)
[4]径流多时间尺度预报方法对比分析[J]. 明波,刘冀,吕翠美,董晓华.  中国农村水利水电. 2013(03)
[5]PDO和ENSO指数与三江源地区径流变化的相关关系研究[J]. 吕爱锋,贾绍凤,王素慧,燕华云,杨贵林.  南水北调与水利科技. 2010(02)
[6]基于WA、ANN和水文频率分析法相结合的中长期水文预报模型的研究[J]. 桑燕芳,王栋,吴吉春,朱庆平,王玲.  水文. 2009(03)
[7]基于单相关系数法的中长期水文预报研究[J]. 张丽霞,梁新平.  水资源与水工程学报. 2008(03)
[8]中国地区水汽输送异常特征及其与长江流域旱涝的关系[J]. 蒋兴文,李跃清,王鑫.  地理学报. 2008(05)
[9]东北区旱涝灾害特征分析及趋势预测[J]. 王富强,许士国.  大连理工大学学报. 2007(05)
[10]遗传算法改进的BP神经网络在混沌径流时间序列预测中的应用[J]. 刘媛媛,练继建,朱云.  水文. 2007(02)

博士论文
[1]自然—人工二元模式下河川径流变化规律和合理描述方法研究[D]. 蒋晓辉.西安理工大学 2002

硕士论文
[1]三峡流域径流特性分析及中长期径流预报研究[D]. 张娟娟.华中科技大学 2013
[2]三峡流域中长期径流预报模型精度评定综合分析及优化方法研究[D]. 宋俊杰.华中科技大学 2013
[3]长江三峡中长期径流预报研究及其系统设计与开发[D]. 王雪.华中科技大学 2011



本文编号：3014970