基于LSTM和XGBoost算法的径流预测模型研究

• 作者: 刘启兴 史剑伟 江时俊
• 来源期刊: 治淮
• 关键词: 黄河径流 网络模型 XGBoost算法 智能预测
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 科技论坛
• 页码范围: 29-31
• 页数: 3页
• 字数: 2877字
• 语种: 中文

摘要

由于黄河水患的频繁发生以及治理开发的困难而备受世人关注.因此,研究黄河的径流,特别是及时地对径流信息进行精准的预报,对黄河的综合调度工作具有十分重要的指导和实践意义,本次研究阐明了黄河径流智能预测模型的原理和使用的算法,并对有待深入探究的问题进行了展望.研究成果可对黄河径流智能预测模型的进一步研究提供一定的参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	史剑伟		1	0	0.0	0.0
2	江时俊		1	0	0.0	0.0
3	刘启兴		1	0	0.0	0.0