基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
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.
推荐文章
基于PSO-KELM的风功率预测研究
风功率预测
粒子群算法
核极限学习机
均方根误差
平均绝对误差
相对标准差
基于嵌入式索引的水文时间序列预测模型
时间序列
相似性分析
水文预测
BP神经网络
基于PSO-SVR航站楼CO2浓度时间序列预测
支持向量回归
粒子群优化算法
航站楼
CO2浓度数据
时间序列预测
时间序列预测模型研究简介
时间序列
模型
应用
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 应用PSO-KELM模型预测水文时间序列
来源期刊 中国农村水利水电 学科 工学
关键词 水文时间序列 极限学习机 粒子群算法 混合核函数
年,卷(期) 2018,(7) 所属期刊栏目 水文水资源
研究方向 页码范围 21-24
页数 4页 分类号 TV698.1
字数 3160字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈东祖 重庆工程学院土木工程与建筑学院 2 3 1.0 1.0
2 汪金能 重庆工程学院土木工程与建筑学院 6 3 1.0 1.0
3 梅艺 重庆工程学院土木工程与建筑学院 6 3 1.0 1.0
4 涂异 重庆工程学院土木工程与建筑学院 8 4 1.0 2.0
5 安雪玮 重庆工程学院土木工程与建筑学院 7 4 1.0 2.0
6 朱曲平 重庆工程学院土木工程与建筑学院 9 7 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (145)
共引文献  (435)
参考文献  (14)
节点文献
引证文献  (3)
同被引文献  (13)
二级引证文献  (0)
1909(1)
  • 参考文献(0)
  • 二级参考文献(1)
1950(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(4)
  • 参考文献(0)
  • 二级参考文献(4)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(6)
  • 参考文献(0)
  • 二级参考文献(6)
1999(12)
  • 参考文献(0)
  • 二级参考文献(12)
2000(9)
  • 参考文献(0)
  • 二级参考文献(9)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(5)
  • 参考文献(1)
  • 二级参考文献(4)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(7)
  • 参考文献(1)
  • 二级参考文献(6)
2005(9)
  • 参考文献(0)
  • 二级参考文献(9)
2006(12)
  • 参考文献(1)
  • 二级参考文献(11)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(10)
  • 参考文献(0)
  • 二级参考文献(10)
2009(13)
  • 参考文献(0)
  • 二级参考文献(13)
2010(12)
  • 参考文献(1)
  • 二级参考文献(11)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(12)
  • 参考文献(4)
  • 二级参考文献(8)
2013(9)
  • 参考文献(4)
  • 二级参考文献(5)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(4)
  • 参考文献(1)
  • 二级参考文献(3)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
水文时间序列
极限学习机
粒子群算法
混合核函数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国农村水利水电
月刊
1007-2284
42-1419/TV
大16开
武汉大学二区
38-49
1959
chi
出版文献量(篇)
10420
总下载数(次)
11
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导