基于进化算法优化的CNN-EA-ConvLSTM水质预测模型

王红晨; 马俊; 陈博行

doi:10.20040/j.cnki.1000-7709.2023.20222020

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

基于进化算法优化的CNN-EA-ConvLSTM水质预测模型

更新时间：2026-02-25

- 基于进化算法优化的CNN-EA-ConvLSTM水质预测模型
- Issue 8, Pages: 73-76(2023)
- 作者机构：
  
  1. 青海师范大学物理与电子信息工程学院
  2. 青海师范大学高原科学与可持续发展研究院(物联网重点实验室)
  3. 青海师范大学计算机学院
- 作者简介：
- 基金信息：
- DOI：10.20040/j.cnki.1000-7709.2023.20222020
  CLC： TP18;X832
- Published：2023
- 稿件说明：
移动端阅览
王红晨, 马俊, 陈博行. 基于进化算法优化的CNN-EA-ConvLSTM水质预测模型[J]. 2023, (8): 73-76.
DOI：

王红晨, 马俊, 陈博行. 基于进化算法优化的CNN-EA-ConvLSTM水质预测模型[J]. 2023, (8): 73-76. DOI： 10.20040/j.cnki.1000-7709.2023.20222020.

摘要

针对传统水质预测方法难以捕捉样本中时空特征的问题，提出建立基于CNN-EA-ConvLSTM水质预测模型，即首先通过卷积神经网络(CNN)对数据降维处理，提取样本特征，然后使用外部注意力机制探索样本间的隐藏信息，以卷积长短期记忆网络(ConvLSTM)进一步捕捉数据的空间特性，为使模型能达到最优效果，使用遗传算法优化模型中的超参数，最后以青海省的水质监测数据为样本对模型进行仿真验证。结果表明，该模型的平均绝对误差(M

MAE

)为0.063、均方根误差(R

RMSE

)为0.012、平均绝对百分比误差(M

MAPE

)为2.6%

与CNN-EA模型、CNN-LSTM模型相比M

MAE

、R

RMSE

、M

MAPE

分别降低了18%和24%、14%和25%、16%和21%

模型可有效获取水质的时空特征，减弱不同样本间的影响，达到理想预测效果。

Abstract

关键词

Keywords

references

基于TCN-BiLSTM的网络安全态势预测[J]. 孙隽丰;李成海;曹波.系统工程与电子技术,2023(11)

基于无人机多光谱影像和XGBoost模型的城市河流水质参数反演[J]. 庞吉玉;张安兵;王贺封;侯毅凯;马杰.中国农村水利水电,2023(03)

基于DBSCAN和CNN算法的重型车辆NO_x排放预测模型[J]. 余舒;杨志刚.重庆交通大学学报(自然科学版),2022(08)

基于LSTM神经网络的高拱坝混凝土温升阶段温度预测[J]. 谌辰睿;谭传世;王兴霞;黄建文;王宇峰;翟朝兵.水电能源科学,2022(06)

基于ConvLSTM网络的多源降雨融合方法[J]. 杨鑫;张建云;周建中;方威.华中科技大学学报(自然科学版),2022(08)

基于CNN-LSTM模型的黄河水质预测研究[J]. 王军;高梓勋;朱永明.人民黄河,2021(05)

Beyond Self-Attention: External Attention Using Two Linear Layers for Visual Tasks.[J]. Guo MengHao;Liu ZhengNing;Mu TaiJiang;Hu ShiMin.IEEE transactions on pattern analysis and machine intelligence,2022

A deep learning based dynamic COD prediction model for urban sewage[J]. Zifei Wang;Yi Man;Yusha Hu;Jigeng Li;Mengna Hong;Peizhe Cui.Environmental Science: Water Research & Technology,2019

Views

259

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

小清河流域邹平段水环境综合治理措施效果评估

基于XGBoost-SHAP模型的流域水质指标对DO的驱动与协同影响分析

基于河流分段水环境容量分析的污染研究及水质分析

基于HHO-SVM的水质预测模型及应用

Principle and experiment validation of roller tip-vanetype double-stator multi-speed motor

Related Author

张金存

王明栋

张祎珂

代晨洋

王好芳

李进军

赵天赐

魏荣升

Related Institution

山东大学土建与水利学院

甘肃水务节水科技发展有限责任公司

兰州理工大学能源与动力工程学院

南京市市政设计研究院有限责任公司

云南农业大学水利学院

AI问答

⁰