基于EEMD-SE-LSTM 組合模型的開都河日徑流模擬研究

打開文本圖片集

摘要：為提高開都河日徑流模擬的精度和更科學(xué)地進行開都河水資源的管理與規(guī)劃，在集成經(jīng)驗?zāi)B(tài)分解（EEMD）的基礎(chǔ)上進行樣本熵（SE）重構(gòu)來完成長短期記憶網(wǎng)絡(luò)（LSTM）組合模型的構(gòu)建。采用集成經(jīng)驗?zāi)B(tài)分解提取開都河日徑流序列中具有物理含義的信息，得到一系列本征模態(tài)分量（IMF）及一個趨勢項（Res），計算每個分量的樣本熵，復(fù)雜程度接近的子序列疊加為新序列，建立長短期記憶神經(jīng)網(wǎng)絡(luò)模型進行預(yù)測，疊加得到最終模擬值。（剩余15083字）