基于CNN-LSTM-Attention和自回归的混合水位预测模型（英文）

摘要： 【目的】水位预测对交通运输、农业以及防洪措施具有重要影响。精确的水位值可用于提升水道运输的安全及效率、降低洪水风险，同时也是保障区域可持续发展的必要条件。【方法】提出一种CRANet的混合水位预测模型，以卷积神经网络(CNN)、长短期记忆网络(LSTM)、注意力机制以及自回归(AR)组件为基础，旨在应对时间序列数据中存在的线性与非线性问题，缓解自回归及ARIMA模型的缺陷。其应... （共16页）