典型文献
WPD-RSO-ESN和SSA-RSO-ESN模型在径流时间序列预测中应用比较
文献摘要：
为提高径流时间序列预测精度,提出小波包分解(WPD)与奇异谱分解(SSA)-鼠群优化(RSO)算法-回声状态网络(ESN)相混合的径流时间序列预测方法.分别利用WPD和SSA将非平稳径流时间序列分解为若干子序列,有效降低径流时间序列的复杂性;介绍RSO算法原理,在不同维度条件下选取6个典型函数对RSO算法进行仿真测试;利用RSO算法对ESN储备池规模、稀疏度等超参数进行优化,建立WPD-RSO-ESN、SSA-RSO-ESN模型,并分别构建WPD-RSO-SVM、WPD-ESN、WPD-SVM和SSA-RSO-SVM、SSA-ESN、SSA-SVM作对比分析模型;利用云南省江边街水文站1957-2014年逐月径流时间序列数据对8种模型进行检验及对比分析.结果表明:RSO算法在不同维度条件下均具有较好的寻优精度和全局搜索能力.WPD-RSO-ESN、SSA-RSO-ESN模型对实例后10年120个月月径流时间序列预测的平均绝对百分比误差分别为2.73％、3.90％,预测精度优于同一分解条件下的其他模型.RSO算法能有效优化ESN网络超参数,提高ESN网络的预测性能.WPD对径流时间序列数据的分解效果优于SSA方法.
文献关键词：
径流预测;小波包分解;奇异谱分析;鼠群优化算法;回声状态网络;仿真测试
中图分类号：
作者姓名：
杨琼波;崔东文
作者机构：
云南省水文水资源局红河分局,云南红河 661100;云南省文山州水务局,云南文山 663000
文献出处：
引用格式：
[1]杨琼波;崔东文-.WPD-RSO-ESN和SSA-RSO-ESN模型在径流时间序列预测中应用比较)[J].中国农村水利水电,2022(02):61-67,75
A类：
B类：
WPD,RSO,ESN,SSA,流时,时间序列预测,应用比较,序列预测精度,小波包分解,奇异谱分解,回声状态网络,相混,非平稳,时间序列分解,干子,子序列,算法原理,不同维度,型函数,仿真测试,稀疏度,超参数,江边,水文站,逐月,月径流,时间序列数据,寻优精度,全局搜索,搜索能力,平均绝对百分比误差,有效优化,预测性能,对径,径流预测,奇异谱分析,鼠群优化算法
AB值：
0.251336
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。
