基于WPT-ARO-DBN/WPT-EPO-DBN模型的月含沙量多步预测OA
Multi-step Prediction of Monthly Sediment Concentration Based on WPT-ARO-DBN/WPT-EPO-DBN Model
准确的含沙量多步预测对于区域水土流失治理、防洪减灾等具有重要意义.为提高含沙量多步预测精度,改进深度信念网络(DBN)的预测性能,基于小波包变换(WPT),分别提出人工兔优化(ARO)算法、鹰栖息优化(EPO)算法与DBN组合的月含沙量多步预测模型,通过云南省龙潭站月含沙量时序数据对模型进行验证.首先利用WPT对实例月含沙量时序数据进行3 层分解处理,得到 8 个更具规律的子序列分量;其次介绍ARO、EPO算法原理,利用ARO、EPO对DBN隐藏…查看全部>>
Accurate multi-step sediment concentration prediction is of significance for regional soil erosion control,flood control and disaster reduction.To improve the multi-step prediction accuracy of sediment concentration and the prediction performance of the deep belief network(DBN),this paper proposes a multi-step prediction model of monthly sediment concentration by combining the artificial rabbit optimization(ARO)algorithm,eagle habitat optimization(EPO)algori…查看全部>>
高雪梅;崔东文
云南省文山州水利电力勘察设计院,云南 文山 663000云南省文山州水务局,云南 文山 663000
地球科学
月含沙量预测深度信念网络人工兔优化算法鹰栖息优化算法小波包变换组合模型
prediction of monthly sediment concentrationdeep belief networkartificial rabbit optimization algorithmeagle perching optimization algorithmwavelet packet transformcombining model
《人民珠江》 2024 (3)
贵中岩溶含水层SO42-运移特征及其硫氧同位素演化机理
69-78,10
国家重点研发计划项目(2019YFC0507500)国家自然科学基金项目(41702278)中国地质调查局地质调查项目(DD20221758、DD20190326)
评论