SARIMA-GRU组合模型的水位预测OA
Water level forecasting based on SARIMA-GRU combination model
相较于传统的单一模型,组合模型在一定条件下具有更优的预测精度.为验证组合模型是否有利于提高模型的预测精度,本文以长江中游支流澧水石龟山水电站的水位数据为基础,建立SARIMA模型和GRU神经网络模型,并将这两种模型基于方差倒数法和IOWA算子进行组合,最后比较单一模型和组合模型在该水位数据集上的预测精度差异.结果表明,适当的组合方式有利于提高模型预测精度,基于IOWA算子的组合模型具优良的预测性能.
Compared with traditional single models,combination models have better predictive accuracy under certain condi-tions.To verify whether the combination model is conducive to improving the prediction accuracy of the model,the water lev-el data of Shigui Mountain hydropower station,a tributary of the Yangtze River in the middle reaches are used as the basis.SARIMA model and GRU neural network model are established.The two models are then combined using the inve…查看全部>>
曹寒问;陈九江;李小玲
南昌工程学院理学院,江西南昌 330099||南昌工程学院工程数学与先进计算重点实验室,江西南昌 330099南昌工程学院理学院,江西南昌 330099||南昌工程学院工程数学与先进计算重点实验室,江西南昌 330099南昌工程学院理学院,江西南昌 330099||南昌工程学院工程数学与先进计算重点实验室,江西南昌 330099
水利科学
SARIMAGRU神经网络水位预测组合模型
SARIMAGRU neural networkwater level forecastingcombination model
《南昌工程学院学报》 2024 (3)
8-12,5
江西省高校人文社会科学研究项目(TJ23101)
评论