-
题名深度学习在闸坝站流量预测中的研究及应用
- 1
-
-
作者
陈鹤婷
孟昭瑞
-
机构
安徽省宿州水文水资源局
沂沭泗水利管理局水利工程建设管理中心(防汛机动抢险队)
-
出处
《治淮》
2024年第12期32-34,52,共4页
-
基金
安徽省高校优秀青年科研项目(2024AH030053)。
-
文摘
为提高闸坝站流量预测精度,提出了全连接神经网络(MLP)的深度学习回归模型。使用自适应矩估计优化算法(Adam)、5折交叉验证,以萧濉新河符离集闸水文站2014—2023年的流量预测为例,将决策树(DT)和MLP的预测结果进行对比分析。结果表明:MLP的学习能力、稳定性及泛化能力优于DT;MLP在测试集上最优纳什效率系数(ENSE)为0.985,平均相对误差(MMRE)为0.146,相关系数(R)为0.993。与DT相比,MLP显著提升了流量预测精度,解放了基层测站的生产力,可为水文巡测改革提供技术支撑。
-
关键词
流量预测
全连接神经网络
深度学习
自适应矩估计优化算法
决策树
-
分类号
P333.9
[天文地球—水文科学]
-
