基于PSO-LSTM模型的平原河網(wǎng)汛期水位預(yù)測(cè)

摘要： 基于水位、流量、降水量長(zhǎng)序列數(shù)據(jù)資料，構(gòu)建了采用粒子群優(yōu)化(PSO)算法進(jìn)行超參數(shù)尋優(yōu)的長(zhǎng)短期記憶(LSTM)神經(jīng)網(wǎng)絡(luò)模型(PSO-LSTM模型),對(duì)位于江南運(yùn)河蘇州吳江段平原河網(wǎng)中心的平望站的汛期水位進(jìn)行了預(yù)見期為1～3 d的短期預(yù)報(bào)，并與基于PSO算法的支持向量機(jī)(SVM)、隨機(jī)森林(RF)、卷積神經(jīng)網(wǎng)絡(luò)(CNN)以及門控循環(huán)單元(GRU)模型的水位預(yù)測(cè)結(jié)果進(jìn)行了對(duì)比，同時(shí)... （共7頁(yè)）