基于RLMD-SE-CNN-RELM的水位預(yù)測混合模型研究

打開文本圖片集

摘要：精準(zhǔn)的水位預(yù)測在自然災(zāi)害預(yù)警、水資源管理和生態(tài)環(huán)境保護(hù)等領(lǐng)域具有重要應(yīng)用價值。為此，提出了一種基于魯棒局部均值分解（RLMD）、樣本熵（SampEn）、卷積神經(jīng)網(wǎng)絡(luò)（CNN）和正則化極限學(xué)習(xí)機(jī)（RELM）的水位預(yù)測混合模型。首先利用RLMD對歷史水位數(shù)據(jù)進(jìn)行分解，引入樣本熵方法對分量數(shù)據(jù)進(jìn)行特征重組以減少數(shù)據(jù)量；然后利用CNN對重組數(shù)據(jù)進(jìn)行特征提取以提高訓(xùn)練速度；最后利用RELM預(yù)測每個子序列，將預(yù)測結(jié)果疊加得到水位序列的最終預(yù)測值。（剩余11085字）