基于優(yōu)化算法的CNN-BiLSTM-attention的月徑流量預(yù)測(cè)

摘要： 為有效提取徑流時(shí)間序列的信息特征，提高徑流預(yù)測(cè)模型的高維非線性擬合能力和預(yù)測(cè)性能的穩(wěn)定性，將卷積神經(jīng)網(wǎng)絡(luò)(CNN)、雙向長(zhǎng)短期記憶網(wǎng)絡(luò)(BiLSTM)和注意力機(jī)制(attention)相結(jié)合，構(gòu)建了CNN-BiLSTM-attention的徑流組合模型。以長(zhǎng)江流域中游漢口站徑流量數(shù)據(jù)進(jìn)行模擬驗(yàn)證，對(duì)比分析BiLSTM,CNN,BiLSTM-attention, CNN-BiLS... （共9頁(yè)）