改进VMD-QR-ELM混合模型在径流预报中的应用

摘要：

以黄河流域石嘴山水文站2002—2019年径流数据为研究对象,根据其数据分布特征构建基于并行VMD-QR-ELM模型的径流预测方法.实验结果表明,基于并行VMD-QR-ELM的径流预测方法相比于传统极限学习模型(ELM),精准度提高73.28％,可信度提高38.78％,相对于串行模型其效率提高87.5％.

关键词：变分模态分解、正交三角分解、径流预测、并行计算、极限学习

所属期刊栏目：42

分类号：TV124;P338(水利工程基础科学)

在线出版日期：2023-01-11（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：31-34,51