基于WPT-IDBO-RELM和WPT-IDMO-RELM模型的日径流预测

	基于WPT-IDBO-RELM和WPT-IDMO-RELM模型的日径流预测
	李菊 1; 崔东文 2
	2024-11-10
发表期刊	水利水电科技进展
ISSN	1006-7647
卷号	44 期号:06 页码:48-55+85
摘要	为提高日径流时间序列预测精度，改进正则化极限学习机(RELM)的预测性能，对比验证改进蜣螂优化(IDBO)算法和改进侏獴优化(IDMO)算法与其他算法的优化效果，提出了基于小波包变换(WPT)的WPT-IDBO-RELM和WPT-IDMO-RELM日径流时间序列预测模型。对云南省暮底河水库、马鹿塘电站入库日径流进行预测，结果表明WPT-IDBO-RELM和WPT-IDMO-RELM模型对暮底河水库日径流预测的平均绝对百分比误差分别为1.048%、1.015%,对马鹿塘电站日径流预测的平均绝对百分比误差分别为1.493%、1.478%,优于其他对比模型；IDBO、IDMO算法对标准测试函数和实例目标函数的寻优效果均优于其他对比算法，且IDBO、IDMO算法优化效果越好，RELM超参数越优，WPT-IDBO-RELM、WPT-IDMO-RELM模型预测精度越高；WPT可将日径流序列分解为分量更少、规律性更强的子序列分量，在提高预测精度的同时显著降低模型复杂度和计算规模。
关键词	日径流预测正则化极限学习机改进蜣螂优化算法改进侏獴优化算法小波包变换
URL	查看原文
收录类别	北大核心 ; CSCD
语种	中文
资助项目	云南省教育厅科学研究基金项目(2023J0797,2024J0756)
原始文献类型	学术期刊
文献类型	期刊论文
条目标识符	http://ir.library.ouchn.edu.cn/handle/39V7QQFX/172633
专题	国家开放大学云南分部
通讯作者	崔东文
作者单位	1.云南开放大学城市建设学院; 2.云南省文山州水务局
第一作者单位	国家开放大学云南分部
第一作者的第一单位	国家开放大学云南分部
推荐引用方式 GB/T 7714	李菊,崔东文. 基于WPT-IDBO-RELM和WPT-IDMO-RELM模型的日径流预测[J]. 水利水电科技进展,2024,44(06):48-55+85.
APA	李菊,&崔东文.(2024).基于WPT-IDBO-RELM和WPT-IDMO-RELM模型的日径流预测.水利水电科技进展,44(06),48-55+85.
MLA	李菊,et al."基于WPT-IDBO-RELM和WPT-IDMO-RELM模型的日径流预测".水利水电科技进展 44.06(2024):48-55+85.