期刊导航
期刊开放获取
河南省图书馆
退出
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
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
LSTM优化模型的水库水位预测研究
被引量:
4
1
作者
马森标
唐卫明
陈春强
《福建电脑》
2022年第5期1-8,共8页
提高水库水位的预测精度对水库的水资源调度、防洪减灾、安全管理等方面具有重大意义。但水库水位的变化受到众多因素影响,特别是近年来异常气候的增多,水库水位的快速变化也有增多的趋势,水库水位的变化与各因素之间并非简单的线性关...
提高水库水位的预测精度对水库的水资源调度、防洪减灾、安全管理等方面具有重大意义。但水库水位的变化受到众多因素影响,特别是近年来异常气候的增多,水库水位的快速变化也有增多的趋势,水库水位的变化与各因素之间并非简单的线性关系。本文利用长短时记忆神经网络(LSTM)在处理长时间序列问题上的优势和Attention机制能够对不同的特征赋予不同的权重,以及粒子群优化算法自适应全局搜索的优势,提出了将粒子群LSTM-Attention复合模型应用于福州市某水库水位预测的思路。结果表明相对于粒子群RNN优化模型、粒子群LSTM优化模型等水库水位预测模型,本文提出的改进粒子群LSTM-Attention优化模型具有更高的预测准确度。
展开更多
关键词
水库水位
粒子群优化算法
LSTM
ATTENTION
预测模型
下载PDF
职称材料
题名
LSTM优化模型的水库水位预测研究
被引量:
4
1
作者
马森标
唐卫明
陈春强
机构
福建中锐网络股份有限公司研发
中心
武汉大学GNSS
中心
中国科学院海西研究院虚拟制造与仿真研究中心
出处
《福建电脑》
2022年第5期1-8,共8页
文摘
提高水库水位的预测精度对水库的水资源调度、防洪减灾、安全管理等方面具有重大意义。但水库水位的变化受到众多因素影响,特别是近年来异常气候的增多,水库水位的快速变化也有增多的趋势,水库水位的变化与各因素之间并非简单的线性关系。本文利用长短时记忆神经网络(LSTM)在处理长时间序列问题上的优势和Attention机制能够对不同的特征赋予不同的权重,以及粒子群优化算法自适应全局搜索的优势,提出了将粒子群LSTM-Attention复合模型应用于福州市某水库水位预测的思路。结果表明相对于粒子群RNN优化模型、粒子群LSTM优化模型等水库水位预测模型,本文提出的改进粒子群LSTM-Attention优化模型具有更高的预测准确度。
关键词
水库水位
粒子群优化算法
LSTM
ATTENTION
预测模型
Keywords
Reservoir Water Level
Particle Swarm Optimization Algorithm
LSTM
Attention
Prediction Model
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
LSTM优化模型的水库水位预测研究
马森标
唐卫明
陈春强
《福建电脑》
2022
4
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