基于VMD-PSO-LSTM水质预测模型的应用研究OA
Research on application of water quality prediction model based on VMD-PSO-LSTM
河道水质预测精度的准确性有利于解决水污染防治和水质监管等问题.基于变分模态分解(VMD)在处理非平稳序列上的优势、长短时记忆神经网络(LSTM)在处理长时间序列的非线性问题上的优势以及粒子群算法(PSO)能自适应寻优的优势,提出了一种基于VMD-PSO-LSTM模型的河流水质预测方法.以河南南阳当地2020年5月—2020年10月的水质中高锰酸盐数据为验证数据,对水质评价指标中的高锰酸盐含量进行预测.通过与PSO-LSTM和SVR等模型进行对比,…查看全部>>
顾乾晖;曾斌;涂振宇
南昌工程学院信息工程学院,江西南昌330099江西省防汛信息中心,江西南昌330096南昌工程学院信息工程学院,江西南昌330099
信息技术与安全科学
水质预测LSTM神经网路神经网络PSOVMD
《南昌工程学院学报》 2021 (4)
23-29,7
江西省水利厅科技项目(KT201639)江西省科技厅重点研发项目(20151BBE50077)
评论