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
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