发明 基于随机森林和IFDA优化CNN-GRU的中长期径流预测方法 【特价】 高校 已公示无需二变
水利工程 水文分析 河流预测 人工智能算法 1人
G06F18/243 G06N3/0464 G06N3/045 G06N3/048 G06N3/0442 G06N3/08 G06N7/08 G01W1/14 G06Q10/04 G06Q50/06
摘要：本发明公开了一种基于随机森林和IFDA优化CNN‑GRU的中长期径流预测方法，包括以下步骤：(1)预先获取旬径流历史数据以及历史旬降雨数据，对数据进行预处理，并分为训练集和测试集；(2)构建CNN‑GRU混合预测模型，并确认卷积神经网络门控循环单元的结构；(3)使用改进后的流向算法IFDA优化CNN‑GRU混合预测模型：先采用混沌算法对流向算法进行初始化，然后使用改进好的流向算法优化CNN‑GRU模型的学习率以及隐含层节点个数，最后建立基于改进的流向算法IFDA优化CNN‑GRU的混合模型IFDA‑CNN‑GRU；(4)使用训练集对建立好的IFDA‑CNN‑GRU模型进行训练，将测试集送入训练好的模型中运行，得到预测结果。本发明能够有效地进行中长期径流预测，并且比其他模型具有更好的准确性。
