基于GWO-PE-VMD-ResNet组合模型的日径流预测

程家波; 姬厚灵; 陈中举; 鲍帅

doi:10.20040/j.cnki.1000-7709.2024.20231549

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

基于GWO-PE-VMD-ResNet组合模型的日径流预测

更新时间：2026-02-25

- 基于GWO-PE-VMD-ResNet组合模型的日径流预测
- Issue 8, Pages: 43-47(2024)
- 作者机构：
  
  长江大学计算机科学学院
- 作者简介：
- 基金信息：
- DOI：10.20040/j.cnki.1000-7709.2024.20231549
  CLC： P333.1
- Published：2024
- 稿件说明：
移动端阅览
程家波, 姬厚灵, 陈中举, et al. 基于GWO-PE-VMD-ResNet组合模型的日径流预测[J]. 2024, (8): 43-47.
DOI：

程家波, 姬厚灵, 陈中举, et al. 基于GWO-PE-VMD-ResNet组合模型的日径流预测[J]. 2024, (8): 43-47. DOI： 10.20040/j.cnki.1000-7709.2024.20231549.

摘要

传统“分解-集成”径流预测模型存在预测效率低、忽略分量预测误差等问题，为此提出一种基于灰狼优化算法(GWO)、排列熵(PE)、变模态分解(VMD)和残差网络(ResNet)的预测日径流的组合模型(GWO-PE-VMD-ResNet)。首先，构建以排列熵为适应度函数的GWO算法对VMD分解参数进行搜索，减少人为选择参数的不确定性；其次，利用选定分解参数的VMD算法将日径流数据分解为若干分量，降低径流序列的复杂性；最后，建立ResNet径流预测模型，将径流序列分量拼接并调整为符合ResNet模型输入维度的数据，对未来径流进行预测。以长江朱沱、监利和螺山等水文站点为研究对象开展径流预测，结果表明所建模型在预测精度和预测效率上均有明显优势。

Abstract

关键词

Keywords

references

刘扬,王立虎,杜帅兵,赵丽,Muhammad Abdullah Shakir.改进VMD-QR-ELM混合模型在径流预报中的应用[J].水文,2022(06).

徐冬梅,王亚琴,王文川.基于VMD-GRU与非参数核密度估计的月径流区间预测方法及应用[J].水电能源科学,2022(06).

孙望良,周建中,彭利鸿,徐占兴,莫莉,胡斯曼,何飞飞.DFA＿VMD＿LSTM组合日径流预测模型研究[J].水电能源科学,2021(03).

Seyedali Mirjalili,Seyed Mohammad Mirjalili,Andrew Lewis.Grey Wolf Optimizer[J].Advances in Engineering Software,2014.

Konstantin Dragomiretskiy,Dominique Zosso.Variational Mode Decomposition.[J].IEEE Trans. Signal Processing,2014.

Views

207

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于SGMD-ReOSELM和误差校正的日径流预报方法

基于改进SSD模型的抽水蓄能电站电气设备状态校核

基于GWO-BPNN早期带伤混凝土冻后力学性能影响研究

基于EMD分解的黄河流域兰州水文站日径流预测

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

Related Author

张楚

张学东

宋德榕

王顺

王雪峰

刘月馨

祁威威

许颜贺

Related Institution

杭州华辰电力控制工程有限公司

华东勘测设计研究院有限公司

淮阴工学院自动化学院

湖北白莲河抽水蓄能有限公司

国网电力科学研究院武汉南瑞有限责任公司

AI问答

⁰