基于ARIMA-IPOA-CNN-LSTM的太湖水体溶解氧浓度预测模型

杨焕峥; 崔业梅; 徐玲; 薛洪惠

doi:10.20040/j.cnki.1000-7709.2024.20232063

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于ARIMA-IPOA-CNN-LSTM的太湖水体溶解氧浓度预测模型

水文水资源与环境 | 更新时间：2026-02-25

- 基于ARIMA-IPOA-CNN-LSTM的太湖水体溶解氧浓度预测模型
- 基于ARIMA-IPOA-CNN-LSTM的太湖水体溶解氧浓度预测模型
- 水电能源科学 2024年第10期页码：55-59
- 作者机构：
  
  1. 江苏省无线传感系统应用工程技术研究开发中心
  2. 无锡商业职业技术学院
  3. 常州大学微电子与控制工程学院
  4. 南京大学近代声学教育部重点实验室
- 作者简介：
- 基金信息：
  
  国家自然科学基金项目(61873111);中央高校基本科研业务费专项资金(020414380195);江苏高校“青蓝工程”项目(RS20QL01)
- DOI：10.20040/j.cnki.1000-7709.2024.20232063
  中图分类号： TP18;X524
- 纸质出版：2024
- 稿件说明：
移动端阅览
杨焕峥, 崔业梅, 徐玲, 等. 基于ARIMA-IPOA-CNN-LSTM的太湖水体溶解氧浓度预测模型[J]. 水电能源科学, 2024,(10):55-59.

杨焕峥, 崔业梅, 徐玲, et al. 基于ARIMA-IPOA-CNN-LSTM的太湖水体溶解氧浓度预测模型[J]. 2024, (10): 55-59.
杨焕峥, 崔业梅, 徐玲, 等. 基于ARIMA-IPOA-CNN-LSTM的太湖水体溶解氧浓度预测模型[J]. 水电能源科学, 2024,(10):55-59. DOI： 10.20040/j.cnki.1000-7709.2024.20232063.

杨焕峥, 崔业梅, 徐玲, et al. 基于ARIMA-IPOA-CNN-LSTM的太湖水体溶解氧浓度预测模型[J]. 2024, (10): 55-59. DOI： 10.20040/j.cnki.1000-7709.2024.20232063.

摘要

为了提高太湖水体中溶解氧浓度(DOC)参数的预测准确性，设计了一种基于ARIMA-IPOA-CNN-LSTM的预测模型。首先，采用差分自回归移动平均模型(ARIMA)捕捉数据的时间序列趋势和季节性特征；其次，引入卷积神经网络(CNN)和长短期记忆网络(LSTM)模型，分别从数据中学习空间和时间特征；再次，提出了一种改进的鹈鹕优化算法(IPOA)来优化模型参数，算法增加了Logistic混沌映射种群初始化、反向差分进化、萤火虫扰动的方法，CEC2005函数的测试结果显著优于传统鹈鹕优化算法；最后，将“剪枝”模型部署于STM32嵌入式设备。试验结果表明，在溶解氧浓度预测方面，该模型具有高的准确性和鲁棒性，为水环境保护提供了一种高效、可靠的解决方案。

Abstract

关键词

Keywords

references

Liu Yongzhi,Wu Gang.Research on the prediction of short time series based on EMD-LSTM[J].Journal of Computational Methods in Sciences and Engineering,2023.

Mei Xiancheng,Cui Zhen,Sheng Qian,Zhou Jian,Li Chuanqi.Application of the Improved POA-RF Model in Predicting the Strength and Energy Absorption Property of a Novel Aseismic Rubber-Concrete Material[J].Materials,2023.

Chen Yanhui,Shi Gang,Jiang Heng,Zheng Te.Research on the Prediction of Insertion Resistance of Wheel Loader Based on PSO-LSTM[J].Applied Sciences,2023.

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].水电能源科学,2023(08).

侯金霄,黄林显,胡晓农,钱永,邢立亭,韩忠,梁浩.基于EMD-LSTM耦合模型的趵突泉岩溶地下水水位预测应用[J].水资源与水工程学报,2023(04).

岑俊,黄云峰,方世清,刘运超.基于改进GA-CPSO融合算法的1000 MW机组给水系统建模[J].热能动力工程,2023(07).

程桂芳,王雪敏.基于组合模型的月降水量预测研究[J].水电能源科学,2023(04).

陈怡,姚亚芹,李一平,黄亚男,赵星星,徐海波.夏季香溪河库湾溶解氧与叶绿素a日间垂向分布特征及影响因子初探[J].水电能源科学,2023(04).

浏览量

391

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于鹈鹕优化CNN-BiLSTM的电力负荷预测

耦合物理机制和数据驱动的城市洪涝潮淹没快速模拟

融合特征工程与优化VMD-LSBoost的湖泊溶解氧浓度预测

基于PSO-PCA-CNN的水电机组故障诊断

基于CWT-CNN模型的泵站机组故障诊断研究