當前位置:首頁 > 科技文檔 > 地球物理 > 正文

長短時記憶網(wǎng)絡與新安江模型耦合的降雨徑流模擬性能

水力發(fā)電學報 頁數(shù): 11 2023-09-12
摘要: 深度學習技術在降雨徑流模擬方面具有廣闊應用前景,但受訓練樣本限制,需與傳統(tǒng)水文模型相耦合,由傳統(tǒng)水文模型提供訓練數(shù)據(jù)。耦合數(shù)據(jù)的選擇和超參數(shù)方案對耦合模型的模擬性能影響顯著,但尚未有專門的研究。本文以東灣流域為例,用雙向長短時記憶網(wǎng)絡耦合新安江模型不同模塊數(shù)據(jù),并用灰狼優(yōu)化算法優(yōu)化超參數(shù),構建降雨徑流模型。結果表明:模型耦合不同數(shù)據(jù)時,對日徑流和場次洪水的模擬性能均有提高,尤以... (共11頁)

開通會員,享受整站包年服務立即開通 >