基于GWO-PE-VMD-ResNet組合模型的日徑流預測

摘要： 傳統(tǒng)“分解-集成”徑流預測模型存在預測效率低、忽略分量預測誤差等問題，為此提出一種基于灰狼優(yōu)化算法(GWO)、排列熵(PE)、變模態(tài)分解(VMD)和殘差網絡(ResNet)的預測日徑流的組合模型(GWO-PE-VMD-ResNet)。首先，構建以排列熵為適應度函數的GWO算法對VMD分解參數進行搜索，減少人為選擇參數的不確定性；其次，利用選定分解參數的VMD算法將日徑流數據分解... （共5頁）