基于SGMD-SE-AVOA-LSTM耦合模型的月徑流預測

摘要： 針對中長期徑流時間序列具有強非線性和非平穩(wěn)性特點、致使模型精準預測較為困難的問題，提出了一種結合辛幾何模態(tài)分解(SGMD)、樣本熵(SE)、非洲禿鷲優(yōu)化算法(AVOA)和長短期記憶神經(jīng)網(wǎng)絡(LSTM)的新的SGMD-SE-AVOA-LSTM耦合模型.首先，采用SGMD和SE對歷史徑流數(shù)據(jù)進行預處理；再通過AVOA優(yōu)化LSTM超參數(shù)；最后，將各序列的預測結果疊加重構得到月徑流預測... （共17頁）