典型文献
基于小波包分解-非洲秃鹫优化算法-深度极限学习机的水文预报模型及其应用
文献摘要：
针对水文序列多尺度、非线性、非平稳性特点,将小波包分解(WPD)与非洲秃鹫优化算法(AVOA)—深度极限学习机(DELM)相结合,建立 WPD-AVOA-DELM组合预测模型,利用AVOA优化DELM输入层权值、隐含层偏值或隐含层神经元数,分别建立 WPD-AVOA-DELM1(优化DELM输入层权值、隐含层偏值)、WPD-AVOA-DELM2(优化DELM隐含层神经元数)模型,利用WPD将云南省革雷站水文序列分解为8个子序列分量,对各子序列分量进行预报,将预报结果加和重构得到最终预报结果.结果表明,WPD-AVOA-DELM1、WPD-AVOA-DELM2模型对革雷站月径流、月降水量、年径流、年降水量预报的平均相对误差分别为 1.86％、8.82％、0.79％、0.52％和 1.97％、8.30％、0.92％、0.71％,预报精度远高于单一模型 AVOA-DELM1、AVOA-DELM2、AVOA-SVM,高于组合模型 WPD-AVOA-SVM,具有更好的预报效果.可见 WPD能科学降低水文序列的复杂性,提高预报精度;AVOA能有效优化DELM关键参数,提高DELM网络性能.
文献关键词：
水文预报;小波包分解;非洲秃鹫优化算法;深度极限学习机
中图分类号：
作者姓名：
王忠义;崔东文
作者机构：
北京恒盛宏大道路投资有限公司,北京100070;云南省文山州水务局,云南 文山663000
文献出处：
引用格式：
[1]王忠义;崔东文-.基于小波包分解-非洲秃鹫优化算法-深度极限学习机的水文预报模型及其应用)[J].水电能源科学,2022(08):26-31
A类：
非洲秃鹫优化算法,AVOA,DELM1,DELM2
B类：
于小波,小波包分解,深度极限学习机,水文预报,预报模型,水文序列,非平稳性,WPD,组合预测模型,输入层,权值,隐含层,序列分解,子序列,月径流,月降水,年径流,年降水量,平均相对误差,预报精度,组合模型,预报效果,有效优化,网络性能
AB值：
0.151024
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
