-
题名基于TSA-DRNN模型的年径流预测研究
被引量：4
- 1
-
-
作者
崔东文
杨琼波
-
机构
云南省文山州水务局
云南省水文水资源局红河分局
-
出处
《华北水利水电大学学报（自然科学版）》
北大核心
2021年第6期35-41,共7页
-
文摘
为了解决深度递归神经网络(DRNN)权值和阈值难以选取的问题,有效提高DRNN径流预测精度,提出了被囊群算法(TSA)与DRNN相融合的预测方法。选取4个标准测试函数对TSA进行仿真验证,并与粒子群优化(PSO)算法的仿真结果进行比较;通过主成分分析(PCA)对数据样本进行降维并构建DRNN_(2)(双隐层DRNN)、DRNN_(3)(三隐层DRNN)、DRNN_(4)(四隐层DRNN)模型,利用TSA优化DRNN权值和阈值,建立了TSA-DRNN_(2)、TSA-DRNN_(3)、TSA-DRNN_(4)径流预测模型,并构建TSA-Elman、Elman、DRNN_(2)、DRNN_(3)、DRNN_(4)、TSA-SVM模型作对比;利用云南省姑老河站年径流预测实例对TSA-DRNN_(2)、TSA-DRNN_(3)、TSADRNN_(4)、TSA-Elman、Elman、DRNN_(2)、DRNN_(3)、DRNN_(4)、TSA-SVM模型进行检验。结果表明:在不同维度条件下,TSA仿真效果优于PSO算法,具有较好的寻优精度和全局搜索能力;TSA-DRNN_(2)、TSA-DRNN_(3)、TSADRNN_(4)模型对实例年径流预测的平均相对误差分别为3.63%、2.81%、2.50%,预测精度优于TSA-Elman等其他6种模型,且随着隐含层数的增加,预测精度呈提高趋势。TSA-DRNN模型用于径流预测是可行的,模型及DRNN权、阈值优化方法可为相关预测研究提供参考。
-
关键词
径流预测
深度递归神经网络(DRNN)
被囊群算法(TSA)
仿真验证
数据降维
权、阈值优化
-
Keywords
runoff prediction
deep recurrent neural network(DRNN)
tunicate group algorithm(TSA)
simulation verifi-cation
data dimensionality reduction
weight and threshold optimization
-
分类号
P338.2
[天文地球—水文科学]
-
-
题名田湾核电温排水遥感监测与数模一致性分析
被引量：2
- 2
-
-
作者
张春雷
高丽辉
石海岗
张建永
程旭
-
机构
核工业航测遥感中心
河北省电力建设第二工程公司
-
出处
《环境监测管理与技术》
CSCD
2018年第3期67-71,共5页
-
基金
江苏核电"田湾核电站基地附近海域海面温度场分布遥感调查"基金资助项目(ASNJF13186-02)
-
文摘
利用温度反演和数值模拟的方法,对田湾核电站航天遥感测量和数值模拟结果作对比分析。结果显示:遥感监测和数值模拟结果在田湾核电站附近海域的海面温度场羽迹展布方向、不同季节大小潮型、潮态规律上都是相似的,只是在规模和数量上存在着一定差异,两者可以相互验证。
-
关键词
田湾核电站
温排水
航天遥感
模拟验证
-
Keywords
Tianwan nuclear plant
Themlal discharge
Space remote sensing
Numerical simulation verifi-cation
-
分类号
X87
[环境科学与工程—环境工程]
-
