共 16 条
汉江流域安康站日径流预测的LSTM模型初步研究
被引：44
作者：
胡庆芳
[1
]
曹士圯
[1
]
杨辉斌
[1
,2
]
王银堂
[1
]
李伶杰
[1
]
王立辉
[2
]
机构：
[1] 南京水利科学研究院水文水资源与水利工程科学国家重点实验室
[2] 不详
来源：
基金：
国家重点研发计划;
关键词：
长短期记忆神经网络;
日径流预测;
汉江流域;
安康站;
D O I：
暂无
中图分类号：
P338 [水文预报];
学科分类号：
摘要：
论文基于2003—2014年水文资料,采用长短期记忆神经网络(Long-Short Term Memory,LSTM),构建了汉江上游安康站日径流预测模型,评价了不同输入条件下日径流预测的精度。结果表明:当预见期为1 d时,在仅以安康站前期日径流量作为输入的条件下,LSTM模型在训练期和检验期的效率系数分别达到0.68和0.74;如再将流域前期面雨量和上游石泉站前期日径流量加入LSTM网络作为输入变量,安康站日径流量预测效果将更好,训练期和检验期的效率系数最高可达到0.83和0.84,均方根误差也有显著削减,且对主要洪峰流量的预测能力也有一定提高。此外,LSTM可以有效避免过拟合等问题,具有较好的泛化性能。但当预见期从1 d延长至2、3 d时,LSTM的预测精度显著降低。
引用
收藏
页码：636 / 642
页数：7
相关论文