期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于STL-WPT-MSOA/MFFO-OSELM组合模型的河流月径流预测
1
作者 周正道 崔东文 《水电能源科学》 北大核心 2026年第3期30-35,共6页
受水文序列非平稳性和复杂性影响,传统单一模型预测精度有限。为提高月径流预测精度,基于季节趋势分解(STL)—小波包变换(WPT)二次分解技术、多策略山猫优化算法(MSOA)/多策略耳廓狐优化(MFFO)算法和在线惯序极限学习机(OSELM),提出STL-... 受水文序列非平稳性和复杂性影响,传统单一模型预测精度有限。为提高月径流预测精度,基于季节趋势分解(STL)—小波包变换(WPT)二次分解技术、多策略山猫优化算法(MSOA)/多策略耳廓狐优化(MFFO)算法和在线惯序极限学习机(OSELM),提出STL-WPT-MSOA/MFFO-OSELM模型,通过云南省南康河下游南康河水文站、勐统河下游勐大水文站月径流预测实例进行验证。首先利用STL将原始月径流序列分解为趋势分量、季节分量和残差分量,通过WPT将残差分量分解为1个高频分量和1个低频分量,划分各分量训练集和验证集,并基于训练集构建OSELM超参数优化实例目标函数;然后基于Tent混沌映射等多种策略改进山猫优化算法(SOA)和耳廓狐优化(FFO)算法,提出多策略MSOA/MFFO,利用MSOA/MFFO优化实例目标函数获得OSELM最优超参数;最后利用最优超参数建立STL-WPT-MSOA/MFFO-OSELM模型对各分量进行预测和重构,并构建12种模型作对比分析。结果表明,STL-WPT-MSOA/MFFO-OSELM融合模型预测效果最佳,能更精准地捕获原始月径流量的变化特征和规律;多种策略改进方法能有效提升MSOA/MFFO性能,获得更佳OSELM超参数;STL-WPT二次分解技术能有效地消除月径流非平稳性特征,改进月径流序列分解效果。研究方法及结果可为水文时间序列预测提供参考。 展开更多
关键词 月径流预测 二次分解 多策略山猫优化算法 多策略耳廓狐优化算法 在线惯序极限学习机
原文传递
基于FFA-GRNN模型的土石坝溃坝洪峰流量预测 被引量:1
2
作者 严新军 王雪虎 +3 位作者 赵蕊婷 庄培源 王红徐 马俊玲 《长江科学院院报》 北大核心 2025年第3期99-106,共8页
为提高溃坝洪峰流量预测精度,提出了一种基于GRNN的预测模型,结合耳廓狐优化算法FFA进行超参数优化,实现对溃坝洪峰流量的预测。以国内外堤坝溃决数据库为基础,用溃口底部以上库容、溃口底部以上水深和溃口深度3种因子作为输入变量,构建... 为提高溃坝洪峰流量预测精度,提出了一种基于GRNN的预测模型,结合耳廓狐优化算法FFA进行超参数优化,实现对溃坝洪峰流量的预测。以国内外堤坝溃决数据库为基础,用溃口底部以上库容、溃口底部以上水深和溃口深度3种因子作为输入变量,构建FFA-GRNN溃坝洪峰流量预测模型。为验证模型在溃坝洪峰流量预测精确度和拟合度,与其他4种智能算法进行对比。结果表明:提出的FFA-GRNN模型相较于其他模型具有更低的RMSE、MAE和更高的拟合度R^(2),证明所建模型在整体上具有更好的计算精度与拟合效果。通过分析模型在溃坝洪峰流量预测中的适用性,可为溃坝分析提供技术支撑。 展开更多
关键词 溃坝 洪峰流量 土石坝 耳廓狐算法 广义回归神经网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部