基于长短期记忆网络的下立交积退水全过程预报

• 作者: 谭琼 廖青桃 李洪伟
• 来源期刊: 给水排水
• 关键词: 长短期记忆神经网络 机器学习 下立交 时间序列 积退水预报
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 计算机技术|COMPUTER TECHNOLOGY
• 页码范围: 144-147
• 页数: 4页
• 分类号: TU992
• 语种: 中文
• DOI: 10.13789/j.cnki.wwe1964.2021.01.028

摘要

提出一种基于长短期记忆(LSTM)网络的下立交积退水全过程预报方法,利用2018年上海市某下立交的积水深度数据对该方法进行验证,基于LSTM 网络方法预测结果:RMSE 为3.721 cm.MPE为—2.7％,基于LSTM网络下立交积水深度预测方法精度较高,可以在实际降雨过程中取得有效应用.