長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)與新安江模型耦合的降雨徑流模擬性能

摘要： 深度學(xué)習(xí)技術(shù)在降雨徑流模擬方面具有廣闊應(yīng)用前景，但受訓(xùn)練樣本限制，需與傳統(tǒng)水文模型相耦合，由傳統(tǒng)水文模型提供訓(xùn)練數(shù)據(jù)。耦合數(shù)據(jù)的選擇和超參數(shù)方案對(duì)耦合模型的模擬性能影響顯著，但尚未有專門的研究。本文以東灣流域?yàn)槔?，用雙向長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)耦合新安江模型不同模塊數(shù)據(jù)，并用灰狼優(yōu)化算法優(yōu)化超參數(shù)，構(gòu)建降雨徑流模型。結(jié)果表明：模型耦合不同數(shù)據(jù)時(shí)，對(duì)日徑流和場(chǎng)次洪水的模擬性能均有提高，尤以... （共11頁(yè)）