应用PSO-KELM模型预测水文时间序列

水文时间序列预测对于水文水利决策有着重要的意义。鉴于水文时间序列的复杂性,提出了一种水文时间序列的混合核PSO-KELM预测模型:将极限学习机(extreme learning machine,ELM)模型应用于水文时序预测研究,基于多核学习思想,构造由径向基核函数和多项式核函数加权构成的混合核函数,其综合了径向基核函数和多项式核函数的优点,并通过粒子群算法(particle swarm optimization,PSO)对模型的参数进行寻优,避免了人工操作造成的繁琐性和主观性。兰州站年径流量和金沟河流域年径流量实测数据被用来验证新模型合理性。通过两个算例表明:新模型能够获取比BP模型、RBF模型更好的结果。

我是你们的"大粉丝"

星星,活泼开朗、热情大方,特别爱表演,可是,一拿起书就像丢了魂似的,真让人着急。怎么帮助星星爱上阅读呢?我一直在思考。下课了,整个教室沸腾了。"天蓝蓝,白云飘,背起小书包……"一阵欢快的歌声传来。我循声望去,星星!他站在七八个孩子中间,把书卷成"话筒",挥舞着右臂,开起了"演唱会"。