基于PSO-LSTM模型的平原河網汛期水位預測

摘要： 基于水位、流量、降水量長序列數(shù)據(jù)資料，構建了采用粒子群優(yōu)化(PSO)算法進行超參數(shù)尋優(yōu)的長短期記憶(LSTM)神經網絡模型(PSO-LSTM模型),對位于江南運河蘇州吳江段平原河網中心的平望站的汛期水位進行了預見期為1～3 d的短期預報，并與基于PSO算法的支持向量機(SVM)、隨機森林(RF)、卷積神經網絡(CNN)以及門控循環(huán)單元(GRU)模型的水位預測結果進行了對比，同時... （共7頁）