-
题名基于TSA-DRNN模型的年径流预测研究
被引量：4
- 1
-
-
作者
崔东文
杨琼波
-
机构
云南省文山州水务局
云南省水文水资源局红河分局
-
出处
《华北水利水电大学学报（自然科学版）》
北大核心
2021年第6期35-41,共7页
-
文摘
为了解决深度递归神经网络(DRNN)权值和阈值难以选取的问题,有效提高DRNN径流预测精度,提出了被囊群算法(TSA)与DRNN相融合的预测方法。选取4个标准测试函数对TSA进行仿真验证,并与粒子群优化(PSO)算法的仿真结果进行比较;通过主成分分析(PCA)对数据样本进行降维并构建DRNN_(2)(双隐层DRNN)、DRNN_(3)(三隐层DRNN)、DRNN_(4)(四隐层DRNN)模型,利用TSA优化DRNN权值和阈值,建立了TSA-DRNN_(2)、TSA-DRNN_(3)、TSA-DRNN_(4)径流预测模型,并构建TSA-Elman、Elman、DRNN_(2)、DRNN_(3)、DRNN_(4)、TSA-SVM模型作对比;利用云南省姑老河站年径流预测实例对TSA-DRNN_(2)、TSA-DRNN_(3)、TSADRNN_(4)、TSA-Elman、Elman、DRNN_(2)、DRNN_(3)、DRNN_(4)、TSA-SVM模型进行检验。结果表明:在不同维度条件下,TSA仿真效果优于PSO算法,具有较好的寻优精度和全局搜索能力;TSA-DRNN_(2)、TSA-DRNN_(3)、TSADRNN_(4)模型对实例年径流预测的平均相对误差分别为3.63%、2.81%、2.50%,预测精度优于TSA-Elman等其他6种模型,且随着隐含层数的增加,预测精度呈提高趋势。TSA-DRNN模型用于径流预测是可行的,模型及DRNN权、阈值优化方法可为相关预测研究提供参考。
-
关键词
径流预测
深度递归神经网络(DRNN)
被囊群算法(tsa)
仿真验证
数据降维
权、阈值优化
-
Keywords
runoff prediction
deep recurrent neural network(DRNN)
tunicate group algorithm(tsa)
simulation verifi-cation
data dimensionality reduction
weight and threshold optimization
-
分类号
P338.2
[天文地球—水文科学]
-
-
题名基于改进被囊群算法的云制造分包服务组合研究
- 2
-
-
作者
唐天兵
陈永发
蒙祖强
-
机构
广西大学计算机与电子信息学院
-
出处
《工业工程》
北大核心
2023年第6期119-128,共10页
-
基金
国家自然科学基金资助项目(62266004)。
-
文摘
针对云环境中制造任务数量庞大和分解复杂导致的制造周期长、成本高等问题,提出云制造分包服务组合方法。该方法是将任务分解为多个可并行执行的子任务,引入更多制造资源,提高市场竞争性,从而降低生产周期和成本。为高效求解云制造分包服务组合优化模型,对被囊群算法进行改进。首先共享种群个体信息,执行群体行为时融合周边个体位置,提高算法局部开发能力;其次共享个体历史信息,个体向同伴历史最优位置探索,提高算法全局开拓能力;最后根据当前搜索状态,种群自适应地调节全局开拓与局部开发行为,提高算法稳定性。通过仿真实验,证明所提方案对大规模制造任务的时间和成本控制优于对比方案。
-
关键词
云制造
分包
服务组合
被囊群算法
-
Keywords
cloud manufacturing
subcontract
service composition
tunicate swarm algorithm(tsa)
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
