基于海洋捕食者算法优化的长短期记忆神经网络径流预测

• 作者: 胡顺强 崔东文
• 来源期刊: 中国农村水利水电
• 学科: 工学
• 关键词: 径流预测 长短期记忆神经网络 海洋捕食者算法 仿真验证 数据降维 参数优化
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 水文水资源
• 页码范围: 78-82,90
• 页数: 6页
• 分类号: TV213.4
• 语种: 中文

摘要

为提高径流预测精度,研究提出海洋捕食者算法(MPA)与长短期记忆(LSTM)神经网络相结合的径流预测方法.通过6个仿真函数对MPA、粒子群优化(PSO)算法进行测试,利用MPA优化LSTM隐藏层神经元数、训练次数等关键参数,基于主成分分析(PCA)降维和不降维处理分别建立PCA-MPA-LSTM、MPA-LSTM径流预测模型,利用云南省落却站实测数据对PCA-MPA-LSTM、MPA-LSTM模型进行训练及预测,结果与PCA-LSTM、LSTM、PCA-MPA-SVM、MPA-SVM、PCA-MPA-BP、MPA-BP模型的训练、预测结果进行比较.结果表明:①MPA仿真效果优于PSO算法,具有较好的寻优精度和全局搜索能力.②PCA-MPA-LSTM、MPA-LSTM模型对实例拟合、预测的平均相对误差分别为1.18％、2.35％和1.94％、1.96％,预测效果优于其他6种模型,具有较好的预测精度和泛化能力.③采用MPA优化LSTM关键参数能有效提高LSTM泛化能力和预测精度;数据降维模型的预测精度优于对应未降维模型的预测精度,数据降维处理能有效改善模型的预测效果.