期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于EEMD-LSTM-SVR的水质预测模型 被引量:4
1
作者 曹文治 苏雅 +2 位作者 曾阳艳 利枚 《系统工程》 CSCD 北大核心 2023年第4期1-12,共12页
水质指标浓度序列的随机性、非线性、不平稳性极大地影响水质预测的准确性,为此,本文提出一种基于EEMD-LSTM-SVR的水质组合预测方法。首先对数据进行模态分解(选取EMD/EEMD作为模态分解算法),再对分解后的分量进行LSTM神经网络预测,最... 水质指标浓度序列的随机性、非线性、不平稳性极大地影响水质预测的准确性,为此,本文提出一种基于EEMD-LSTM-SVR的水质组合预测方法。首先对数据进行模态分解(选取EMD/EEMD作为模态分解算法),再对分解后的分量进行LSTM神经网络预测,最后在分量重构时采用线性叠加(SUM)或者支持向量回归(SVR)得到最终的预测值。为了验证所提出方法的有效性,选取湘江流域上中下游典型断面进行溶解氧、氨氮等指标进行水质预测。结果表明:相比单一的LSTM神经网络预测方法,采用分解、预测、重构三阶段的组合预测方法精度更高。特别地,采用支持向量回归(SVR)得到的结果明显好于传统线性叠加(SUM)方法。 展开更多
关键词 水质预测 模态分解 长短期记忆神经网络 支持向量回归
原文传递
基于CNN与LSTM多组合策略的中国碳市场价格预测 被引量:4
2
作者 陈晓红 龚思远 +2 位作者 贺怡帆 曹文治 《计量经济学报》 2022年第2期237-256,共20页
随着全球对碳排放问题的日益关注,碳市场价格变得越来越重要.准确可靠的碳市场价格预测不仅可以为政府宏观调控实现“双碳”目标提供更好的参考,还可以帮助企业更有效地管理碳排放带来的风险.本文针对碳市场价格预测,利用经验模态分解(E... 随着全球对碳排放问题的日益关注,碳市场价格变得越来越重要.准确可靠的碳市场价格预测不仅可以为政府宏观调控实现“双碳”目标提供更好的参考,还可以帮助企业更有效地管理碳排放带来的风险.本文针对碳市场价格预测,利用经验模态分解(EMD)、卷积神经网络(CNN)和长短期记忆网络(LSTM),提出不同的EMD-CNNLSTM组合模型,并探讨了CNN-LSTM组合策略,将其分为串行策略和并行策略.本文使用广东、上海、湖北、重庆碳交易所价格数据,系统地对比了EMD-CNN-LSTM组合策略和单一预测模型、组合预测模型的预测效果,验证了EMD-CNN-LSTM四种组合模型预测的精准性和稳健性,并论证了并行策略预测对于碳市场价格序列普适性更佳. 展开更多
关键词 碳市场价格 卷积神经网络 长短期记忆 多策略预测
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部