智能水文预报模型的研究与应用

摘要：

洪水过程具有高度非线性、复杂性和非平稳性特征.将自适应步长的布谷鸟搜索(ASCS)算法应用于神经网络水文模型参数优化中,构建ASCS-LSTM洪水预报模型,并采用注意力机制进一步提高输入输出的相关性,实现高精度的智能洪水预测.在秦淮河流域的水位预测实验表明,ASCS-LSTM预报模型的预报结果要优于传统机器学习模型,稳定性和精确度得到提升,可为水文预报提供新思路.

关键词：水文预报、记忆网络、搜索算法、LSTM、ASCS

分类号：TV124(水利工程基础科学)

资助基金：江苏省水利科技项目;国家重点研发计划

在线出版日期：2023-10-25（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：1-5