耦合孪生极限学习机和改进合作搜索算法的径流预测模型

  • 打印
  • 收藏
收藏成功


打开文本图片集

关键词:径流预测;孪生极限学习机;合作搜索算法;面雨量因子

中图法分类号:P338 文献标志码:A DOI:10.15974/j. cnki. slsdkb.2025.05.002

文章编号:1006-0081(2025)05-0007-07

0 引言

径流预测作为水文领域的关键课题,一直以来备受关注,通常采用基于物理过程驱动的模型研究水文循环物理过程以预测未来的径流变化[1-2],但该类模型率定参数众多,对数据量要求大,建模困难;基于数据驱动的机器学习模型以其更准确可靠的性能优势逐渐取代基于物理机制的传统模型[3-4]。(剩余10474字)

monitor