基于PSO-ELM模型的冻融期土壤蒸发预报

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.

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

分类号：S27;S152.7(农田水利)

资助基金：国家自然科学基金面上项目;国家自然科学基金青年科学基金项目;山西省自然科学基金面上基金项目;山西省水利科学技术研究;推广项目;国家级大学生创新创业项目

在线出版日期：2021-08-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：51-54,59