基于海洋捕食者算法优化的长短期记忆神经网络径流预测

TV213.4; 为提高径流预测精度,研究提出海洋捕食者算法(MPA)与长短期记忆(LSTM)神经网络相结合的径流预测方法.通过6个仿真函数对MPA、粒子群优化(PSO)算法进行测试,利用MPA优化LSTM隐藏层神经元数、训练次数等关键参数,基于主成分分析(PCA)降维和不降维处理分别建立PCA-MPA-LSTM、MPA-LSTM径流预测模型,利用云南省落却站实测数据对PCA-MPA-LSTM、MPA-LSTM模型进行训练及预测,结果与PCA-LSTM、LSTM、PCA-MPA-SVM、MPA-SVM、PCA-MPA-BP、MPA-BP模型的训练、预测结果进行比较.结果表明:①MPA仿真效果优...

Full description

Saved in:
Bibliographic Details
Published in中国农村水利水电 no. 2; pp. 78 - 90
Main Authors 胡顺强, 崔东文
Format Journal Article
LanguageChinese
Published 云南省文山州水利电力勘察设计院,云南 文山663000%云南省文山州水务局,云南 文山663000 15.02.2021
Subjects
长短期记忆神经网络
数据降维
径流预测
参数优化
海洋捕食者算法
仿真验证
Online AccessGet full text
ISSN1007-2284

Cover

More Information
Summary:TV213.4; 为提高径流预测精度,研究提出海洋捕食者算法(MPA)与长短期记忆(LSTM)神经网络相结合的径流预测方法.通过6个仿真函数对MPA、粒子群优化(PSO)算法进行测试,利用MPA优化LSTM隐藏层神经元数、训练次数等关键参数,基于主成分分析(PCA)降维和不降维处理分别建立PCA-MPA-LSTM、MPA-LSTM径流预测模型,利用云南省落却站实测数据对PCA-MPA-LSTM、MPA-LSTM模型进行训练及预测,结果与PCA-LSTM、LSTM、PCA-MPA-SVM、MPA-SVM、PCA-MPA-BP、MPA-BP模型的训练、预测结果进行比较.结果表明:①MPA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.②PCA-MPA-LSTM、MPA-LSTM模型对实例拟合、预测的平均相对误差分别为1.18％、2.35％和1.94％、1.96％,预测效果优于其他6种模型,具有较好的预测精度和泛化能力.③采用MPA优化LSTM关键参数能有效提高LSTM泛化能力和预测精度;数据降维模型的预测精度优于对应未降维模型的预测精度,数据降维处理能有效改善模型的预测效果.
ISSN:1007-2284