[口头报告]基于机器学习的流域中长期径流预测研究

基于机器学习的流域中长期径流预测研究
编号：3998 访问权限：仅限参会人 更新：2024-04-14 16:20:45 浏览：448次 口头报告

报告开始：2024年05月19日 10:53 （Asia/Shanghai）

报告时间：10min

所在会议：[S14] 主题14、水文地球科学 » [S14-4] 主题14、水文地球科学 专题14.11、专题14.17（19日上午，B2鹭江厅VIP3）

暂无文件

摘要
基于 GWO算法快速收敛特点，对LSTM 的初始权重和阈值矩阵优化改进，构建GWO-LSTM（Grey Wolf Optimizer - Long Short-Term Memory）机器学习模型；将汉江流域丹江口水库长序列月入库径流数据（1952年—2019年）划分为训练集和验证集，逐步回归进行训练和预测。结果表明，经过GWO 优化改进、拥有特殊结构的LSTM 模型表现出更强挖掘和预测性能，能实现快速收敛，节省训练时间，提高算法预测效果。基于GWO-LSTM算法构建的径流预测模型，可显著提高丹江口水库不同月份入库径流的预测效果。
关键字
GWO-LSTM；月径流预测；机器学习；数据挖掘；丹江口水库
报告人
王立辉
教授 福州大学

陈橙
福州大学

林宏坤
福州大学

李丰毅
福州大学

发表评论
验证码 看不清楚，更换一张
全部评论
● 会务总协调  

● 学术安排

  

辜克兢

13950003604

gukejing@xmu.edu.cn

辜克兢

 13950003604

gukejing@xmu.edu.cn

柳    欣

13806024185

liuxin1983@xmu.edu.cn

窦    恒

 18627754021

douheng@chytey.com

孙佳妮

15201086188

scarlett@chytey.com

刘    琳

 13313708075

lliu@iue.ac.cn

 

● 会场技术服务

  

李    虎

柳    欣

18965842343

13806024185

hli@iue.ac.cn

liuxin1983@xmu.edu.cn
李招英

13860473552

lizhaoying@xmu.edu.cn

      
           
● 会场安排   ● 会议注册  

辜克兢

13950003604

gukejing@xmu.edu.cn

 胡勤梅 13554192326

mary@chytey.com

窦    恒

18627754021

douheng@chytey.com

 孙晓笛 18813296455 xiaodi.sun@xmu.edu.cn
           
● 商业赞助   ● 会议财务  
朱    佳 13950159036

zhujia@xmu.edu.cn

 许心雅 0592-2880181 xuxinya@xmu.edu.cn
           

● 海报张贴

  

● 酒店预定及咨询

  
张    君 13860426122 junzhang@xmu.edu.cn

李    璟

18627754146

lijing@chytey.com
卢    巍 18971567453 luwei@chytey.com      

 

登录 注册缴费 酒店预订