%0 Journal Article
%A 郭利进
%A 吴昊天
%T 基于CEEMDAN和IMSA的混合模型在水质预测中的应用
%D 2025
%R 10.11988/ckyyb.20240254
%J raybet体育在线
院报
%P 60-70
%V 42
%N 6
%X <p id="p00005">水质预测是水污染防治的重要组成部分,但水质序列呈现出较强的随机性、不平稳性等特点,为进一步提高地表水质预测的精度,提出一种新型水质预测混合模型。首先采用自适应噪声完备集合经验模态分解(CEEMDAN)将原始水质序列分解,然后利用模糊散布熵(FuzzDE)将分量划分为高、中、低3种复杂度成分,其次分别利用改进螳螂算法(IMSA)优化后的双向长短时记忆网络(BiLSTM)、最小二乘支持向量机回归(LSSVR)、极限学习机(ELM)对高、中、低3种复杂度成分进行预测,并对预测结果进行组合重构,最后建立BiLSTM误差校正模型对误差进行修正,得到最终预测结果。利用沅江支流酉水两个断面的溶解氧浓度及湘江流域一个断面的pH值进行仿真验证,<i>R</i><sup>2</sup>可达90%以上,结果表明混合模型预测的准确性优于其他对比预测模型。</p>
%U http://ckyyb.crsri.cn/CN/10.11988/ckyyb.20240254