典型文献
基于VMD-SSA-LSTM的月径流预测模型及应用
文献摘要：
为提高月径流预测精度,提出了变分模态分解(VMD)和麻雀搜索算法(SSA)与长短期记忆神经网络(LSTM)相耦合,建立了月径流预测模型(VMD-SSA-LSTM).首先利用VMD对历史径流数据进行分解,然后依据SSA对LSTM的参数进行寻优,并将分解出的月径流分量输入到LSTM神经网络,最后将每个分量的预测值相加,得到月径流预测值,并以福建池潭水库1950～2019年的月径流数据对模型进行验证.结果表明,与LSTM、VMD-LSTM模型相比,VMD-SSA-LSTM模型的预测精度更高,为开展月径流预测工作提供了一种新的选择.
文献关键词：
月径流预测;变分模态分解;麻雀搜索算法;长短期记忆神经网络
中图分类号：
作者姓名：
孙国梁;李保健;徐冬梅;李宇鹏
作者机构：
华北水利水电大学水资源学院,河南郑州450046;华北水利水电大学河南省黄河流域水资源节约集约利用重点实验室,河南郑州450046
文献出处：
引用格式：
[1]孙国梁;李保健;徐冬梅;李宇鹏-.基于VMD-SSA-LSTM的月径流预测模型及应用)[J].水电能源科学,2022(05):18-21
A类：
B类：
VMD,SSA,月径流预测,径流预测模型,变分模态分解,麻雀搜索算法,长短期记忆神经网络,径流数,流数据,解出,相加,潭水,水库
AB值：
0.137514
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
