%0 Journal Article
%A 吴小涛
%A 郭欣
%A 袁晓辉
%A 晏莉娟
%A 曾志强
%A 陆涛
%T 基于冠豪猪优化CNN-BiLSTM和核密度估计的月径流区间预测
%D 2025
%R 10.11988/ckyyb.20240786
%J raybet体育在线
院报
%P 51-57
%V 42
%N 9
%X <p id="p00005">径流预测对水资源合理配置、制定水力发电计划等非常重要,针对月径流点预测精度不高以及点预测结果难以描述月径流不确定性等问题,提出基于冠豪猪优化算法、卷积神经网络、双向长短时记忆网络和非参数核密度估计的月径流点预测模型和区间预测模型。首先,构建组合卷积神经网络和双向长短时记忆网络的月径流点预测模型,并采用冠豪猪优化算法优化模型的隐藏层单元数等参数,将月径流及影响因素数据输入模型得到月径流的点预测结果。然后采用极差分割法将点预测结果排序后划分为低流量段、中流量段和高流量段,再利用冠豪猪优化算法优化窗宽的非参数核密度估计方法估计3个流量段预测值误差的概率分布,并采用三次样条插值法进行曲线拟合,得到3个流量段的分位点。最后叠加点预测结果和点预测结果所属流量段的分位点得到月径流区间预测结果。通过实例分析,与其他模型相比,提出的CPO-CNN-BiLSTM点预测模型预测精度更高,能较好地追踪月径流的变化趋势,提出的CPO-CNN-BiLSTM-NKDE区间预测模型可有效减少月径流预测的不确定性,能够为决策者提供更多信息。</p>
%U http://ckyyb.crsri.cn/CN/10.11988/ckyyb.20240786