WOA-LSTM耦合模型构建及其在河南省某流域洪水模拟中的应用

高超; 王朋; 卢娜; 李高轩

doi:10.20040/j.cnki.1000-7709.2026.20260508

English Version Journal Login

您当前的位置：

首页 >

文章列表页 >

WOA-LSTM耦合模型构建及其在河南省某流域洪水模拟中的应用

更新时间：2026-10-13

- WOA-LSTM耦合模型构建及其在河南省某流域洪水模拟中的应用
- Vol. 44, Issue 9, Pages: 6-10+203(2026)
- 作者机构：
  
  1. 河南省水利第二工程局集团有限公司
  2. 河南省水利工程安全技术重点实验室
  3. 河南省水电装备与智慧系统工程技术研究中心
  4. 郑州市水利水电智能装备工程研究中心
  5. 河南郑大水利科技有限公司
  6. 郑州大学水利与交通学院
  7. 黄河实验室(郑州大学)
- 作者简介：
- 基金信息：
- DOI：10.20040/j.cnki.1000-7709.2026.20260508
  CLC： TP18;TV122
- Published：2026
- 稿件说明：
移动端阅览
高超, 王朋, 卢娜, et al. WOA-LSTM耦合模型构建及其在河南省某流域洪水模拟中的应用[J]. 2026, 44(9): 6-10+203.
DOI：

高超, 王朋, 卢娜, et al. WOA-LSTM耦合模型构建及其在河南省某流域洪水模拟中的应用[J]. 2026, 44(9): 6-10+203. DOI： 10.20040/j.cnki.1000-7709.2026.20260508.

摘要

为提升长短期记忆网络（LSTM）模型在洪水模拟中的模拟性能，提出一种耦合鲸鱼优化算法（WOA）和LSTM的WOA-LSTM洪水模拟模型，利用WOA算法全局自适应寻优LSTM网络核心参数（隐藏层神经元数、学习率和Dropout率）

增强LSTM模型对非线性水文过程的捕捉能力。以河南省某流域为例，分别利用新安江模型、LSTM模型、遗传算法-LSTM（GA-LSTM）模型、WOA-LSTM模型，进行24 h预见期洪水模拟，并采用纳什效率系数(N

NSE

)、均方根误差(R

RMSE

)、洪峰相对误差（ΔQ）、峰现时间误差（Δt）4项指标，对比分析各模型的模拟结果与实测洪水数据。结果表明，在20230505场次洪水中，LSTM、GA-LSTM、WOA-LSTM模型模拟效果均明显优于新安江模型，其中WOA-LSTM模型相比LSTM、GA-LSTM模型的N

NSE

分别提升了12.06%、9.75%

RMSE

分别降低了45.05、37.06 m

ΔQ为最小（91.84 m

/s）;在20230810场次洪水中，GA-LSTM、WOA-LSTM模型模拟性能优于新安江模型和LSTM模型，其中WOA-LSTM模型比GA-LSTM模型的N

NSE

高9.18%

RMSE

降低121.73 m

ΔQ降低至432.02 m

/s。整体来看，WOA-LSTM模型在24 h的洪水模拟精度均显著高于新安江、LSTM、GA-LSTM模型，具有更好的准确性和鲁棒性。研究结果可为流域洪水模拟提供新思路。

Abstract

关键词

Keywords

references

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于深度学习模型的中小河流洪水模拟

基于VMD-SE-TCN的水轮机转轮故障诊断研究

DFNN-MCS框架下融合降雨与抗剪强度参数双重变异特性的坝坡可靠度评价

基于特征融合的复杂环境下遥感影像的水体提取技术

基于POA-CNN-BiLSTM-Attention模型的地下洞室结构变形监测研究

Related Author

张景帅

胡彩虹

杨胜利

劳鹏飞

邓子龙

陈康裴

叶永

谢旋

Related Institution

河海大学水文水资源学院

郑州大学黄河实验室

武汉三联水电控制设备有限公司

四川华能宝兴河水电有限责任公司

宜昌水务投资有限公司

AI问答

⁰