| 基于PSO-SVR-LSTM水位预测模型研究 |
| |
| 引用本文： | 顾乾晖,胡 翌,涂振宇. 基于PSO-SVR-LSTM水位预测模型研究[J]. 江西水利科技, 2021, 47(4): 278-284. DOI: 10.3969/j.issn.1004-4701.2021.04-08 |
| |
| 作者姓名： | 顾乾晖 胡 翌 涂振宇 |
| |
| 作者单位： | 南昌工程学院 信息工程学院,江西 南昌,330099;江西省赣抚平原水利工程管理局,江西 南昌,330096 |
| |
| 摘 要： | 河流的水位变化受到众多复杂因素的影响,水位数据不仅显现非线性特点还具有时序性和复杂性等特点.水位预测的精度提高对河道管理、水利建设、水资源调度、防洪减灾和航运安全等方面具有重大意义.本文利用长短时记忆神经网络(LSTM)在处理长时间序列问题上的优势和支持向量回归机(SVR)能够很好地处理非线性数据的优势以及粒子群优化算...
|
| 关 键 词： | 河流水位 预测模型 LSTM BP神经网络 支持向量机 水资源有效配置 |
Research on water level prediction model based on PSO-SVR-LSTM |
| |
| GU Qianhui,HU Yi,TU Zhenyu. Research on water level prediction model based on PSO-SVR-LSTM[J]. Jiangxi Hydraulic Science & Technology, 2021, 47(4): 278-284. DOI: 10.3969/j.issn.1004-4701.2021.04-08 |
| |
| Authors: | GU Qianhui HU Yi TU Zhenyu |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《江西水利科技》浏览原始摘要信息 |
|
点击此处可从《江西水利科技》下载免费的PDF全文 |
|
