一种基于贝叶斯优化CNN-LSTM-Att的河道短期水流量预测方法

本发明公开了一种基于贝叶斯优化CNN‑LSTM‑Att的河道短期水流量预测方法，属于河流流量预测与深度学习领域，通过在LSTM模型结构基础上融合CNN、自注意力机制，并采用贝叶斯优化算法对CNN‑LSTM特征提取层的相关超参数进行优化，构成BO‑CNN‑LSTM‑Att模型结构，通过自采集的河道水流量数据对BO‑CNN‑LSTM‑Att模型结构进行训练，获得训练后的BO‑CNN‑LSTM‑Att模型，实现短期水流量的精准预测。本发明采用CNN提取时序数据的局部特征，并融合自注意力机制，为模型提供了更强的特征提取能力；加入贝叶斯优化算法进行超参数寻优，提高了超参数组合调整的效率，并显著提高了模型的预测性能。