基于双向长短期记忆循环神经网络的径流量预测方法

本发明公开了一种基于双向长短期记忆循环神经网络的径流量预测方法，属于径流量预测技术领域，该方法包括：对原始数据进行预处理得到数据集，划分为训练集和验证集；构建径流量预测网络模型，所述径流量预测网络模型包括依次相连接的前向和反向LSTM模块、Adam优化器、Dropout正则化和Dense全连接层；设置超参数和损失函数，采用训练集对构建的模型进行训练，得到训练好的径流量预测模型；将验证集数据输入训练好的径流量预测模型，得到预测的径流量。本发明能够挖掘过去与未来的径流量时序数据之间的关联，有效避免单向学习导致较早学习部分数据特征提取和记忆效果差的问题，具备更好适用性的同时还提高预测的精度。