多極小波包變換與改進浣熊算法優(yōu)化的混合核極限學習機徑流預測

摘要： 為提高日徑流多步預測精度，減少模型計算規(guī)模，同時提升浣熊優(yōu)化（COA）算法和混合核極限學習機（HKELM）性能，提出多極小波包變換（MWPT）-改進COA算法（ICOA）-HKELM日徑流時間序列預測模型。首先，利用MWPT將日徑流時序數(shù)據(jù)分解為1個低頻分量和2個高頻分量，并構(gòu)建局部高斯徑向基核函數(shù)和全局多項式核函數(shù)相混合的HKELM；其次，簡要介紹COA算法原理，基于Circ... （共10頁）