首页|期刊导航|水力发电|基于WPD-TSO-ELM模型的月径流时间序列预测

基于WPD-TSO-ELM模型的月径流时间序列预测OA

Forecast of Monthly Runoff Time Series Based on WPD-TSO-ELM Model

中文摘要

为提高径流时间序列预测精度,减少计算规模,基于"分解-预测-重构"思想,提出小波包分解(WPD)-金枪鱼优化(TSO)算法-极限学习机(ELM)组合预测模型,并应用于云南省龙潭站、革雷站月径流预测.结果表明,TSO算法具有较好的寻优精度和全局搜索能力,寻优精度优于HHO、GWO、SFO、PSO算法.WPD-TSO-ELM模型对实例龙潭站、革雷站月径流预测的平均绝对百分比误差分别为0.175%、0.121%,预测误差小于WPD2-TSO-ELM模型…查看全部>>

李新华;崔东文

云南兴电集团有限公司,云南 文山 663000云南省文山州水务局,云南 文山 663000

天文与地球科学

月径流预测小波包分解金枪鱼优化算法极限学习机仿真测试

《水力发电》 2022 (9)

9-15,44,8

评论

您当前未登录!去登录点击加载更多...