基于MPGA-LSTM月径流预测模型及应用

发布时间：2023-03-23 00:21

　　鉴于径流预测在水利基础设施运行、防洪、航运规划等水资源规划管理中具有极其重要的意义,将长短时记忆神经网络(LSTM)和多种群遗传算法(MPGA)相耦合,构建了基于MPGA-LSTM的混合径流预测模型,并采用该模型对晋江上游控制性水文站石砻站2013～2017年逐月径流过程进行延时回归预测。同时,为了验证MPGA-LSTM模型在月径流预测方面的优越性,针对影响预测精度三个因素基础模型、控制参数和优化方法,分别设置三组对比模型。计算结果表明,MPGA-LSTM模型表现最优,合格率为85%,确定性系数R²为0.953,达到预报甲等标准。因此,所提出的MPGA-LSTM模型为月径流预测提供了一种有效的方法。

【文章页数】：5 页


本文编号：3767889