Presentation Details
基于机器学习的流域中长期径流预测研究
ID：3998
View Protection：ATTENDEE
Updated Time：2024-04-14 16:20:45
Hits：2312
Oral Presentation
Start Time：2024-05-19 10:53（Asia/Shanghai）
Duration：10min
Session：S14 主题14、水文地球科学 »
No files
Abstract
基于 GWO算法快速收敛特点，对LSTM 的初始权重和阈值矩阵优化改进，构建GWO-LSTM（Grey Wolf Optimizer - Long Short-Term Memory）机器学习模型；将汉江流域丹江口水库长序列月入库径流数据（1952年—2019年）划分为训练集和验证集，逐步回归进行训练和预测。结果表明，经过GWO 优化改进、拥有特殊结构的LSTM 模型表现出更强挖掘和预测性能，能实现快速收敛，节省训练时间，提高算法预测效果。基于GWO-LSTM算法构建的径流预测模型，可显著提高丹江口水库不同月份入库径流的预测效果。
Keywords
GWO-LSTM；月径流预测；机器学习；数据挖掘；丹江口水库
Speaker
王立辉
教授 福州大学 陈橙
福州大学 林宏坤
福州大学 李丰毅
福州大学All Comments
Important Date
-
Conference Date
May 17
2024
toMay 20
2024
-
Mar 31 2024
Draft paper submission deadline
-
Mar 31 2024
Contribution Submission Deadline
-
May 20 2024
Registration deadline
Sponsored By
青年地学论坛理事会
Organized By
厦门大学近海海洋环境科学国家重点实验室
中国科学院城市环境研究所
自然资源部第三海洋研究所
中国科学院城市环境研究所
自然资源部第三海洋研究所
Contact Information
- 辜克兢（会务总协调、会场安排、学术安排）
- gu******@xmu.edu.cn
- 139********
- 柳欣（会务总协调）
- li******@xmu.edu.cn
- 138********
- 孙佳妮（会务总协调）
- sc******@chytey.com
- 152********
- 窦恒（会场安排、学术安排）
- do******@chytey.com
- 186********
- 李招英（会场技术服务）
- li******@xmu.edu.cn
- 138********
- 刘琳（学术安排）
- ll******@iue.ac.cn
- 133********
- 李虎（学术安排）
- hl******@iue.ac.cn
- 189********
- 柳欣（学术安排）
- li******@xmu.edu.cn
- 138********
- 胡勤梅（会议注册）
- ma******@chytey.com
- 135********
- 孙晓笛（会议注册）
- xi******@xmu.edu.cn
- 188********
- 许心雅（会议财务）
- xu******@xmu.edu.cn
- 180********
- 朱佳（商业赞助）
- zh******@xmu.edu.cn
- 139********
- 张君（海报张贴）
- ju******@xmu.edu.cn
- 138********
- 卢巍（海报张贴）
- lu******@chytey.com
- 189********
- 李璟（酒店预订及咨询）
- li******@chytey.com
- 186********
Submit Comment