鑒于徑流預測在水利基礎設施運行、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,將長短時記憶神經網絡(LSTM)和多種群遺傳算法(MPGA)相耦合,構建了基于MPGA-LSTM的混合徑流預測模型,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測。同時,為了驗證MPGA-LSTM模型在月徑流預測方面的優(yōu)越性,針對影響預測精度三個因素基礎模型、控制參數(shù)和優(yōu)化方法,分別設置三組對比模型。計算結果表明,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,達到預報甲等標準。因此,所提出的MPGA-LSTM模型為月徑流預測提供了一種有效的方法。

【文章頁數(shù)】：5 頁


本文編號：3767889