战争策略算法与变色龙算法优化极限学习机的输沙量时间序列预测

作     者：许建伟 崔东文 XU Jianwei;CUI Dongwen

作者机构：云南省水利水电勘测设计院云南昆明650021 云南省文山州水务局云南文山663000 

基　　金：云南省创新团队建设专项(2018HC024) 云南重点研发计划(科技入滇专项) 国家澜湄合作基金项目(2018-1177-02) 

出 版 物：《水力发电》 (Water Power)

年 卷 期：2022年第48卷第11期

页      码：36-42页

摘      要：以云南省龙潭寨汛期与枯期输沙量时间序列预测为例,建立战争策略优化(WSO)算法、变色龙群算法(CSA)与极限学习机(ELM)相融合的组合模型。首先,在不同维度下选取4个基准函数对WSO、CSA进行仿真测试;其次,利用2层WPT将实例汛期与枯期输沙量时序数据分解为4个更具规律的子序列分量;最后,通过各分量训练样本构建ELM适应度函数,利用WSO、CSA对适应度函数进行寻优,利用寻优获得的最佳ELM超参数建立WPT-WSO-ELM、WPT-CSA-ELM模型对各子序列分量进行预测。将预测结果加和重构得到最终预测结果,并构建WPT-ELM模型及基于小波变换(WT)的WT-WSO-ELM、WT-CSA-ELM、WT-ELM模型作对比分析。对于基准函数及ELM适应度函数,WSO寻优效果优于CSA,具有较好的寻优精度及全局搜索能力;对汛期与枯期输沙量预测WPT-WSO-ELM模型预测精度优于WPT-CSA-ELM、WT-WSO-ELM、WT-CSA-ELM模型。

主 题 词：输沙量预测 极限学习机 战争策略优化算法 变色龙群算法 小波包变换 仿真测试 

学科分类：07[理学] 08[工学] 081501[081501] 0815[工学-矿业类] 070102[070102] 0701[理学-数学类] 

D　O　I：10.3969/j.issn.0559-9342.2022.11.008

馆 藏 号：203115459...