基于PSO-ELM模型的冻融期土壤蒸发预报

• 作者: 刘磊 陈军锋 薛静 郑秀清 杜琦 崔莉红 杨小凤
• 来源期刊: 节水灌溉
• 关键词: 冻融期 土壤蒸发 粒子群算法 极限学习机 随机函数 蒸发预报
• 年，卷（期）: 2021,（7）
• 页码范围: 51-54,59
• 页数: 5页
• 分类号: S27|S152.7
• 语种: 中文
• DOI: 10.3969/j.issn.1007-4929.2021.07.010

摘要

准确预测冻融期土壤蒸发量,对于干旱半干旱地区水资源高效利用有着重要意义.基于传统极限学习机(ELM)输入权值与阈值随机给定导致预测结果精度不高的问题,提出了一种基于粒子群算法(PSO)优化极限学习机的冻融期土壤蒸发预测模型.以2016-2017年冻融期9个影响土壤蒸发的因素作为输入因子,实测土壤蒸发量作为输出因子,分别建立ELM模型、GA-ELM模型、PSO-ELM模型对冻融期土壤蒸发量进行预测.结果表明,对输入因子进行随机函数处理后可提高模型预测精度,PSO-ELM模型预测精度优于单一ELM模型和GA-ELM模型,其决定系数为0.9936,均方根误差为0.0109 mm/d,平均绝对误差为0.0079 mm/d,平均相对误差为4.91％,可用于冻融期土壤蒸发量的预测.