耦合孿生極限學習機和改進合作搜索算法的徑流預測模型

打開文本圖片集

關(guān)鍵詞：徑流預測；孿生極限學習機；合作搜索算法；面雨量因子

中圖法分類號：P338 文獻標志碼：A DOI：10.15974/j. cnki. slsdkb.2025.05.002

文章編號：1006-0081（2025）05-0007-07

0 引言

徑流預測作為水文領(lǐng)域的關(guān)鍵課題，一直以來備受關(guān)注，通常采用基于物理過程驅(qū)動的模型研究水文循環(huán)物理過程以預測未來的徑流變化[1-2]，但該類模型率定參數(shù)眾多，對數(shù)據(jù)量要求大，建模困難；基于數(shù)據(jù)驅(qū)動的機器學習模型以其更準確可靠的性能優(yōu)勢逐漸取代基于物理機制的傳統(tǒng)模型[3-4]。（剩余10474字）