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
2
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
基于数据处理与若干群体算法优化的GRU/LSTM水质时间序列预测
被引量：
6
1
作者
杨坪宏
胡奥
+1 位作者
崔东文
杨杰
《水资源与水工程学报》
CSCD
北大核心
2023年第4期45-53,共9页
为提高水质时间序列预测精度,提出一种基于小波包变换(WPT)和变色龙优化算法(CSA)、猎豹优化(CO)算法和山瞪羚优化(MGO)算法的优化门限循环控制单元(GRU)、长短期记忆神经网络(LSTM)的预测模型。首先利用WPT对pH值、DO、COD_(Mn)、NH_(3...
为提高水质时间序列预测精度,提出一种基于小波包变换(WPT)和变色龙优化算法(CSA)、猎豹优化(CO)算法和山瞪羚优化(MGO)算法的优化门限循环控制单元(GRU)、长短期记忆神经网络(LSTM)的预测模型。首先利用WPT对pH值、DO、COD_(Mn)、NH_(3)-N时间序列进行平稳化处理,得到若干个规律性较强的子序列分量;其次简要介绍了CSA、CO、MGO算法原理,利用CSA、CO、MGO分别寻优GRU、LSTM超参数,建立WPT-CSA-GRU、WPT-CO-GRU、WPT-MGO-GRU、WPT-CSA-LSTM、WPT-CO-LSTM、WPT-MGO-LSTM模型;最后利用所建立的模型对pH值及DO、COD_(Mn)、NH_(3)-N浓度各分量进行预测和重构,并建立WPT-GRU、WPT-LSTM和WPT-CSA-SVM、WPT-CO-SVM、WPT-MGO-SVM模型作对比分析模型,以云南省昆明市观音山断面为例,通过pH值及DO、COD_(Mn)、NH_(3)-N浓度预测对模型进行了验证。结果表明:WPT-CSA-GRU、WPT-CO-GRU、WPT-MGO-GRU、WPT-CSA-LSTM、WPT-CO-LSTM、WPT-MGO-LSTM模型对实例pH值及DO、COD_(Mn)、NH_(3)-N浓度的预测精度优于其他对比模型,具有较好的预测效果,其中尤以WPT-CSA-GRU、WPT-CO-GRU、WPT-MGO-GRU模型的预测精度最高;CSA、CO、MGO能有效调优GRU、LSTM超参数,显著提高GRU、LSTM预测性能;所构建的6种模型预测精度高且计算规模小,是有效的水质时间序列预测模型,可为相关水质预测研究提供参考。
展开更多
关键词
水质预测
门限循环控制单元
长短期记忆神经网络
小波包变换
变色龙优化算法
猎豹优化算法
山瞪羚优化算法
在线阅读
下载PDF
职称材料
战争策略算法与变色龙算法优化极限学习机的输沙量时间序列预测
被引量：
9
2
作者
许建伟
崔东文
《水力发电》
CAS
2022年第11期36-42,共7页
以云南省龙潭寨汛期与枯期输沙量时间序列预测为例,建立战争策略优化(WSO)算法、变色龙群算法(CSA)与极限学习机(ELM)相融合的组合模型。首先,在不同维度下选取4个基准函数对WSO、CSA进行仿真测试;其次,利用2层WPT将实例汛期与枯期输沙...
以云南省龙潭寨汛期与枯期输沙量时间序列预测为例,建立战争策略优化(WSO)算法、变色龙群算法(CSA)与极限学习机(ELM)相融合的组合模型。首先,在不同维度下选取4个基准函数对WSO、CSA进行仿真测试;其次,利用2层WPT将实例汛期与枯期输沙量时序数据分解为4个更具规律的子序列分量;最后,通过各分量训练样本构建ELM适应度函数,利用WSO、CSA对适应度函数进行寻优,利用寻优获得的最佳ELM超参数建立WPT-WSO-ELM、WPT-CSA-ELM模型对各子序列分量进行预测。将预测结果加和重构得到最终预测结果,并构建WPT-ELM模型及基于小波变换(WT)的WT-WSO-ELM、WT-CSA-ELM、WT-ELM模型作对比分析。对于基准函数及ELM适应度函数,WSO寻优效果优于CSA,具有较好的寻优精度及全局搜索能力;对汛期与枯期输沙量预测WPT-WSO-ELM模型预测精度优于WPT-CSA-ELM、WT-WSO-ELM、WT-CSA-ELM模型。
展开更多
关键词
输沙量预测
极限学习机
战争策略优化算法
变色龙群算法
小波包变换
仿真测试
在线阅读
下载PDF
职称材料
题名
基于数据处理与若干群体算法优化的GRU/LSTM水质时间序列预测
被引量：
6
1
作者
杨坪宏
胡奥
崔东文
杨杰
机构
云南省水文水资源局
临沧润汀水资源科技服务有限公司
云南省文山州水务局
北京全路通信信号研究设计院集团有限公司昆明分公司
出处
《水资源与水工程学报》
CSCD
北大核心
2023年第4期45-53,共9页
基金
国家重点研发计划项目(2021YFC3200903)
国家自然科学基金项目(51809288)
中国水利水电科学研究院基本科研业务费项目(WR0145B022021)。
文摘
为提高水质时间序列预测精度,提出一种基于小波包变换(WPT)和变色龙优化算法(CSA)、猎豹优化(CO)算法和山瞪羚优化(MGO)算法的优化门限循环控制单元(GRU)、长短期记忆神经网络(LSTM)的预测模型。首先利用WPT对pH值、DO、COD_(Mn)、NH_(3)-N时间序列进行平稳化处理,得到若干个规律性较强的子序列分量;其次简要介绍了CSA、CO、MGO算法原理,利用CSA、CO、MGO分别寻优GRU、LSTM超参数,建立WPT-CSA-GRU、WPT-CO-GRU、WPT-MGO-GRU、WPT-CSA-LSTM、WPT-CO-LSTM、WPT-MGO-LSTM模型;最后利用所建立的模型对pH值及DO、COD_(Mn)、NH_(3)-N浓度各分量进行预测和重构,并建立WPT-GRU、WPT-LSTM和WPT-CSA-SVM、WPT-CO-SVM、WPT-MGO-SVM模型作对比分析模型,以云南省昆明市观音山断面为例,通过pH值及DO、COD_(Mn)、NH_(3)-N浓度预测对模型进行了验证。结果表明:WPT-CSA-GRU、WPT-CO-GRU、WPT-MGO-GRU、WPT-CSA-LSTM、WPT-CO-LSTM、WPT-MGO-LSTM模型对实例pH值及DO、COD_(Mn)、NH_(3)-N浓度的预测精度优于其他对比模型,具有较好的预测效果,其中尤以WPT-CSA-GRU、WPT-CO-GRU、WPT-MGO-GRU模型的预测精度最高;CSA、CO、MGO能有效调优GRU、LSTM超参数,显著提高GRU、LSTM预测性能;所构建的6种模型预测精度高且计算规模小,是有效的水质时间序列预测模型,可为相关水质预测研究提供参考。
关键词
水质预测
门限循环控制单元
长短期记忆神经网络
小波包变换
变色龙优化算法
猎豹优化算法
山瞪羚优化算法
Keywords
water quality prediction
gated recurrent unit(GRU)
long short-term memory networks(LSTM)
wavelet packet transform(WPT)
chameleon
swarm
algorithm
(
csa
)
cheetah optimization(CO)
algorithm
mountain gazelle optimization(MGO)
algorithm
分类号
TV213.4 [水利工程—水文学及水资源]
在线阅读
下载PDF
职称材料
题名
战争策略算法与变色龙算法优化极限学习机的输沙量时间序列预测
被引量：
9
2
作者
许建伟
崔东文
机构
云南省水利水电勘测设计院
云南省文山州水务局
出处
《水力发电》
CAS
2022年第11期36-42,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
以云南省龙潭寨汛期与枯期输沙量时间序列预测为例,建立战争策略优化(WSO)算法、变色龙群算法(CSA)与极限学习机(ELM)相融合的组合模型。首先,在不同维度下选取4个基准函数对WSO、CSA进行仿真测试;其次,利用2层WPT将实例汛期与枯期输沙量时序数据分解为4个更具规律的子序列分量;最后,通过各分量训练样本构建ELM适应度函数,利用WSO、CSA对适应度函数进行寻优,利用寻优获得的最佳ELM超参数建立WPT-WSO-ELM、WPT-CSA-ELM模型对各子序列分量进行预测。将预测结果加和重构得到最终预测结果,并构建WPT-ELM模型及基于小波变换(WT)的WT-WSO-ELM、WT-CSA-ELM、WT-ELM模型作对比分析。对于基准函数及ELM适应度函数,WSO寻优效果优于CSA,具有较好的寻优精度及全局搜索能力;对汛期与枯期输沙量预测WPT-WSO-ELM模型预测精度优于WPT-CSA-ELM、WT-WSO-ELM、WT-CSA-ELM模型。
关键词
输沙量预测
极限学习机
战争策略优化算法
变色龙群算法
小波包变换
仿真测试
Keywords
sediment discharge prediction
extreme learning machine
war strategy optimization
algorithm
s
chameleon
swarm
algorithm
wavelet packet transform
simulation test
分类号
P338.5 [天文地球—水文科学]
O242 [理学—计算数学]
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
基于数据处理与若干群体算法优化的GRU/LSTM水质时间序列预测
杨坪宏
胡奥
崔东文
杨杰
《水资源与水工程学报》
CSCD
北大核心
2023
6
在线阅读
下载PDF
职称材料
2
战争策略算法与变色龙算法优化极限学习机的输沙量时间序列预测
许建伟
崔东文
《水力发电》
CAS
2022
9
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
