一种LSTM-BP多模型组合水文预报方法

• 作者: 冯钧 潘飞
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 长短期记忆 多模型组合预报模型 水文预报
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 应用与开发
• 页码范围: 82-85,92
• 页数: 5页
• 分类号: TP183
• 字数: 3152字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2018.07.017

摘要

水文数据是具有时序性的非线性数据,具有高度的不确定性和复杂性.使用单一模型进行预报的结果常常不尽人意,因此本文基于LSTM和BP神经网络建立LSTM-BP多模型组合预报模型进行水文预报.以子午河流域洪水数据为例进行预报,实验结果表明,多模型组合预报模型的预报结果要优于单一模型,同时预报的稳定性和精确度也得到了提高,从而为水文预报提供了新的思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯钧	河海大学计算机与信息学院	73	385	12.0	16.0
2	潘飞	河海大学计算机与信息学院	1	10	1.0	1.0