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
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：
分解-集成径流预测模型性能“高低”差异机理与特性分析
1
作者 王庆杰 岳春芳 +1 位作者 刘长升 朱灵芝 《水电能源科学》 北大核心 2025年第6期1-5,18,共6页
分解-集成模型能显著提高预测精度,但部分模型不恰当地使用测试集数据,其高精度的预测结果备受质疑。基于数据分布特性分析技术评估分析后验试验框架(HE)和预测试验框架(FE)2类典型分解-集成模型的性能差异机理,以2个典型水库的月径流... 分解-集成模型能显著提高预测精度,但部分模型不恰当地使用测试集数据,其高精度的预测结果备受质疑。基于数据分布特性分析技术评估分析后验试验框架(HE)和预测试验框架(FE)2类典型分解-集成模型的性能差异机理,以2个典型水库的月径流预测为例,以误差逆传播神经网络(BP)、支持向量机(SVM)、随机森林(RF)为基准模型,以变分模态分解(VMD)和互补集合经验模态分解(CEEMD)为分解算法分别构建模型,在分析各类模型预测结果的基础上,综合利用高斯核密度估计、偏度、样本熵等技术识别各类模型训练集与测试集的数据分布特性。从预测精度看,HE训练集和测试集上的预测精度远高于单一模型;FE在训练集上与HE模型相近,在测试集上远低于单一模型。从训练集、测试集分布特性上看,训练集上单一模型的偏度值为2.03,而HE、FE模型各分解分量的偏度介于0~1.52之间;训练集、测试集的样本熵差异在单一模型上为0.13,在HE、FE模型各分解分量上分别介于0.01~0.25、0.47~1.18之间。HE使用整体分解方式,分解后训练数据的复杂程度低、代表性强,建立的模型拟合性能高、预测性能强;FE使用并行—分步分解方式,训练数据—测试数据间出现显著的协变量偏移,建立的模型拟合性能虽高但预测性能不达标。研究结果可为分解—集成预测建模的改进提供参考。 展开更多
关键词 分解集成 径流预测 端点效应 后验试验框架 预测试验框架
在线阅读 下载PDF
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
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部