基于LSTM的水文站流量短期预测建模差异性研究

摘要： 当前水文预测模型研究缺乏对不同流域神经网络建模参数差异性选择的分析，模型的适应性较低，不利于模型推广运用。为此，选取黄河流域3个子流域为研究对象，基于离散小波算法和长短期记忆人工神经网络(LSTM)模型对不同特征子流域的水文站进行参数差异性建模研究，以提高水文预测模型的适应性。结果表明：历史流量周期性好、受人类活动影响小的水文站，可以基于水文站历史流量建立预测模型；对于受上游流... （共7页）