摘要
本发明公开了一种TCN‑GRU集成模型的月径流预测方法及系统,包括:获取历史月径流序列数据,对历史月径流序列数据进行数据处理,获得训练样本和目标值;将时间卷积网络与门控循环单元串联,构建第一混合模型;对第一混合模型进行训练优化;通过第一集成技术将训练优化后的第一混合模型在不同时刻的参数进行平均,将得到的平均参数作为最终集成模型的参数,得到最终的径流预测值。本发明可以在处理复杂的径流预报问题时,能够更好地捕捉数据中多层次、多时间尺度的特征,在保证月径流预测的准确性的同时提高计算效率。
技术关键词
径流预测方法
门控循环单元
时间卷积网络
参数
序列
优化器
正则化技术
多时间尺度
调度器
窗口技术
权重模型
数据处理模块
程序
动态
多层次
可读存储介质
处理器
曲线
系统为您推荐了相关专利信息
微波辐射计
反演方法
DNN模型
数据
海洋遥感探测技术
车辆横摆角速度
轮边电机
整车控制模块
电机驱动模式
刹车踏板
卫星影像数据
沉降预测方法
轨道误差
通滤波方法
SVD算法