1. 云南省水利水电勘测设计研究院
2. 云南省文山州水务局
纸质出版:2025
移动端阅览
韩艳, 崔东文. 基于“十二生肖”算法优化的加权极限学习机月径流预测[J]. 三峡大学学报(自然科学版), 2025,(4):1-10.
韩艳, 崔东文. 基于“十二生肖”算法优化的加权极限学习机月径流预测[J]. 三峡大学学报(自然科学版), 2025,(4):1-10. DOI: 10.13393/j.cnki.issn.1672-948X.2025.04.001.
为提高月径流时间序列预测精度,改进加权极限学习机(WELM)预测性能,对比验证“十二生肖”算法在基准测试函数和实例目标函数上的优化效果,提出经验小波变换二次分解(EWT
Ⅱ
)技术-“十二生肖”算法-WELM月径流时间序列预测模型.首先,利用经验小波变换(EWT)对月径流时间序列进行分解处理,得到EWT
1
、EWT
2
两个分解分量;采用模糊熵(FuzzyEn)计算EWT
1
、EWT
2
分量的模糊熵值,利用EWT
Ⅱ
对模糊熵值较大的EWT
1
分量进行二次分解,得到EWT
1-1
~EWT
1-3
三个分量.其次,基于EWT
1-1
~EWT
1-3
、EWT
2
分量训练集构建4个WELM输入层权值和隐含层偏差(超参数)优化的实例目标函数,同时选取6个基准测试函数作为对比验证函数,利用“十二生肖”算法分别对6个基准测试函数和4个实例目标函数进行极值寻优与对比分析.最后,建立EWT
Ⅱ
-“十二生肖”算法-WELM模型,通过云南省南洞地下河月径流预测实例对12种模型进行验证.结果表明:“十二生肖”算法对6个基准测试函数寻优的总排名与对4个实例目标函数寻优的总排名不一致,总体上冠豪猪优化算法(CPO)、野狗优化算法(DOA)寻优效果较好,变色龙算法(CSA)、天牛须搜索算法(BAS)、自学羚羊迁徙算法(SAMA)寻优效果较差;“十二生肖”算法对4个实例目标函数寻优的总排名与12种模型预测精度总排名基本一致,表明“十二生肖”算法极值寻优能力越强,获得的WELM超参数越优,所构建的预测模型性能越好;EWT
Ⅱ
-CPO/CSO/DOA/CapSA/WHO-WELM模型预测的E
MAP
、E
MA
、E
RMS
分别在0.422%~0.485%、0.022~0.026 m
3
/s、0.028~0.032 m
3
/s之间,优于其他对比模型,具有更好的预测效果.
王应武,白栩嘉,崔东文.基于WPT-ISO-RELM模型的月径流时间序列预测研究[J].水力发电,2024(03).
王永顺,崔东文.数据分解技术与若干智能算法优化的高斯过程回归总氮预测[J].人民珠江,2023(11).
高雪梅,崔东文.基于WPT-ARO-DBN/WPT-EPO-DBN模型的月含沙量多步预测[J].人民珠江,2024(03).
张冲,王千凤,齐新虎,王思宇,陈末.基于EEMD-NGO-LSTM神经网络耦合的月径流预测模型及应用[J].水力发电,2024(01).
杨坪宏,胡奥,崔东文,杨杰.基于数据处理与若干群体算法优化的 GRU/LSTM水质时间序列预测[J].水资源与水工程学报,2023(04).
唐铭泽,杨银科,张菁雯.基于ASWPD-BO-GRU的月径流量预测模型[J].水资源与水工程学报,2023(04).
叶坤涛,舒蕾蕾,李文,侯春菊.基于差分进化策略的天牛须搜索算法及其应用[J].计算机工程与科学,2023(05).
许建伟,崔东文.若干新型智能算法优化极限学习机在区域人水和谐度评价中的应用[J].三峡大学学报(自然科学版),2023(02).
李一铭,王跟成.基于改进野马优化算法的AGV路径规划[J].组合机床与自动化加工技术,2023(01).
孙国梁,李保健,徐冬梅,李宇鹏.基于VMD-SSA-LSTM的月径流预测模型及应用[J].水电能源科学,2022(05).
梁晓鑫,崔东文.基于奇异谱分析与梯度优化算法优化的RVM、SVM月径流预测研究[J].人民珠江,2022(01).
徐冬梅,庄文涛,王文川.基于CEEMDAN-WD-PSO-LSSVM模型的月径流预测研究[J].中国农村水利水电,2021(08).
杨琼波,崔东文.WPD-RSO-ESN和SSA-RSO-ESN模型在径流时间序列预测中应用比较[J].中国农村水利水电,2022(02).
党建武,谭凌.改进果蝇算法优化加权极限学习机的入侵检测[J].系统仿真学报,2021(02).
何风琴.基于PSO-WELM模型的煤矿突水预测研究[J].煤炭技术,2017(10).
崔东文.鸡群优化算法-投影寻踪洪旱灾害评估模型[J].水利水电科技进展,2016(02).
Abdel-Basset Mohamed,Mohamed Reda,Abouhawwash Mohamed.Crested Porcupine Optimizer: A new nature-inspired metaheuristic[J].Knowledge-Based Systems,2024.
Yan Yan,Qian Yong,Ma Hongzhong,Hu Changwu.Research on imbalanced data fault diagnosis of on-load tap changers based on IGWO-WELM.[J].Mathematical biosciences and engineering : MBE,2023.
Wang Liying,Cao Qingjiao,Zhang Zhenxing,Mirjalili Seyedali,Zhao Weiguo.Artificial rabbits optimization: A new bio-inspired meta-heuristic algorithm for solving engineering optimization problems[J].Engineering Applications of Artificial Intelligence,2022.
Hashim Fatma A.,Hussien Abdelazim G..Snake Optimizer: A novel meta-heuristic optimization algorithm[J].Knowledge-Based Systems,2022.
Peraza Vázquez Hernán,Peña Delgado Adrián F.,Echavarría Castillo Gustavo,Morales Cepeda Ana Beatriz,Velasco Álvarez Jonás,Ruiz Perez Fernando.A Bio-Inspired Method for Engineering Design Optimization Inspired by Dingoes Hunting Strategies[J].Mathematical Problems in Engineering,2021.
Braik Malik Shehadeh.Chameleon Swarm Algorithm: A bio-inspired optimizer for solving engineering design problems[J].Expert Systems With Applications,2021.
Iraj Naruei,Farshid Keynia.Wild horse optimizer: a new meta-heuristic algorithm for solving engineering optimization problems[J].Engineering with Computers,2021.
Gaurav Dhiman,Meenakshi Garg,Atulya Nagar,Vijay Kumar,Mohammad Dehghani.A novel algorithm for global optimization: Rat Swarm Optimizer[J].Journal of Ambient Intelligence and Humanized Computing,2020.
Malik Braik,Alaa Sheta,Heba Al Hiary.A novel meta-heuristic search algorithm for solving optimization problems: capuchin search algorithm[J].Neural Computing and Applications,2020.
Jiangyu Wang,Huanxin Chen.BSAS: Beetle Swarm Antennae Search Algorithm for Optimization Problems.[J].CoRR,2018.
0
浏览量
269
下载量
0
CSCD
关联资源
相关文章
相关作者
相关机构
京公网安备11010802024621