期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于EWT-EVO/CDO-GPR模型的三峡入库月径流预测
被引量：
2
1
作者
徐荣华
崔东文
《三峡大学学报(自然科学版)》
北大核心
2025年第2期26-32,共7页
为提高三峡入库月径流预测精度,提出一种基于经验小波变换(EWT)和能量谷优化(EVO)算法、切尔诺贝利灾难优化(CDO)算法优化的高斯过程回归(GPR)预测模型.首先利用EWT将月径流时间序列分解为趋势项、周期项和波动项;然后介绍EVO、CDO算法...
为提高三峡入库月径流预测精度,提出一种基于经验小波变换(EWT)和能量谷优化(EVO)算法、切尔诺贝利灾难优化(CDO)算法优化的高斯过程回归(GPR)预测模型.首先利用EWT将月径流时间序列分解为趋势项、周期项和波动项;然后介绍EVO、CDO算法原理,利用EVO、CDO优化GPR超参数;最后利用优化获得的最佳超参数建立EWT-EVO-GPR、EWT-CDO-GPR模型对月径流各分量进行预测,重构后得到最终预测结果,并构建基于粒子群优化(PSO)算法、遗传算法(GA)优化的EWT-PSO-GPR、EWT-GA-GPR模型,基于支持向量机(SVM)、BP神经网络的EWT-EVO-SVM、EWT-CDO-SVM、EWT-EVO-BP、EWT-CDO-BP模型,基于小波变换(WT)的WT-EVO-GPR、WT-CDO-GPR模型,基于经验模态分解(EMD)的EMD-EVO-GPR、EMD-CDO-GPR模型和EWT-GPR、EVO-GPR、CDO-GPR模型作对比分析,通过三峡2009至2022年入库月径流时序数据对各模型进行验证.结果表明:EWT-EVO-GPR、EWT-CDO-GPR模型预测的平均绝对百分比误差分别为0.689%、0.699%,决定系数均为0.9999,优于其他对比模型,具有更好的预测效果;EWT兼顾WT、EMD优势,可将月径流时序数据分解为更具规律的子分量,显著提升模型性能,分解效果优于WT、EMD;EVO、CDO对GPR超参数的寻优效果优于PSO、GA,通过超参数寻优,显著提升了GPR性能;在相同情形下,GPR预测性能要优于SVM、BP.
展开更多
关键词
月径流预测
高斯过程回归
能量谷优化算法
切尔诺贝利灾难
优化
算法
经验小波变换
三峡
在线阅读
下载PDF
职称材料
题名
基于EWT-EVO/CDO-GPR模型的三峡入库月径流预测
被引量：
2
1
作者
徐荣华
崔东文
机构
云南省水利水电投资有限公司
云南省文山州水务局
出处
《三峡大学学报(自然科学版)》
北大核心
2025年第2期26-32,共7页
基金
云南省创新团队建设专项(2018HC024)
云南重点研发计划(科技入滇专项)
国家澜湄合作基金项目(2018-1177-02)。
文摘
为提高三峡入库月径流预测精度,提出一种基于经验小波变换(EWT)和能量谷优化(EVO)算法、切尔诺贝利灾难优化(CDO)算法优化的高斯过程回归(GPR)预测模型.首先利用EWT将月径流时间序列分解为趋势项、周期项和波动项;然后介绍EVO、CDO算法原理,利用EVO、CDO优化GPR超参数;最后利用优化获得的最佳超参数建立EWT-EVO-GPR、EWT-CDO-GPR模型对月径流各分量进行预测,重构后得到最终预测结果,并构建基于粒子群优化(PSO)算法、遗传算法(GA)优化的EWT-PSO-GPR、EWT-GA-GPR模型,基于支持向量机(SVM)、BP神经网络的EWT-EVO-SVM、EWT-CDO-SVM、EWT-EVO-BP、EWT-CDO-BP模型,基于小波变换(WT)的WT-EVO-GPR、WT-CDO-GPR模型,基于经验模态分解(EMD)的EMD-EVO-GPR、EMD-CDO-GPR模型和EWT-GPR、EVO-GPR、CDO-GPR模型作对比分析,通过三峡2009至2022年入库月径流时序数据对各模型进行验证.结果表明:EWT-EVO-GPR、EWT-CDO-GPR模型预测的平均绝对百分比误差分别为0.689%、0.699%,决定系数均为0.9999,优于其他对比模型,具有更好的预测效果;EWT兼顾WT、EMD优势,可将月径流时序数据分解为更具规律的子分量,显著提升模型性能,分解效果优于WT、EMD;EVO、CDO对GPR超参数的寻优效果优于PSO、GA,通过超参数寻优,显著提升了GPR性能;在相同情形下,GPR预测性能要优于SVM、BP.
关键词
月径流预测
高斯过程回归
能量谷优化算法
切尔诺贝利灾难
优化
算法
经验小波变换
三峡
Keywords
monthly runoff forecast
gaussian process regression(GPR)
energy valley optimization algorithm(EVO)
chernobyl disaster optimization algorithm(CDO)
empirical wavelet transform(EWT)
Three Gorges
分类号
TV698.2 [水利工程—水利水电工程]
TV121 [水利工程—水文学及水资源]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于EWT-EVO/CDO-GPR模型的三峡入库月径流预测
徐荣华
崔东文
《三峡大学学报(自然科学版)》
北大核心
2025
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
