CN119474244A 一种基于lstm-swat耦合模型的洪水径流量预报方法 (大连海事大学)_第1页
CN119474244A 一种基于lstm-swat耦合模型的洪水径流量预报方法 (大连海事大学)_第2页
CN119474244A 一种基于lstm-swat耦合模型的洪水径流量预报方法 (大连海事大学)_第3页
CN119474244A 一种基于lstm-swat耦合模型的洪水径流量预报方法 (大连海事大学)_第4页
CN119474244A 一种基于lstm-swat耦合模型的洪水径流量预报方法 (大连海事大学)_第5页
已阅读5页,还剩15页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

一种基于LSTM-SWAT耦合模型的洪水径流量本发明提供一种基于LSTM_SWAT耦合模型的分布式水文模型输出的多特征数据作为BiLSTM2S2、引入BiLSTM深度学习模型,并耦合构建的SWAT分布S3、将SWAT分布式水文模型输出的多特征数据作为BiLSTM深度学习模型的输入数据,2.根据权利要求1所述的一种基于LSTM_SWAT水文循环的河道演算阶段,定义为水和泥沙在河道中运动至出口的过程,3.根据权利要求1所述的一种基于LSTM_SWA用SWAT_CUP软件内置的SUFI_2不确定性分析算法作为参数估计的优化方法,具体过程包根据SWAT分布式水文模型模拟内容确定相关参数及初始参数范围设置SWAT分布式水文模型模拟的起止日期将SWAT_CUP率定路径下的文件替换SWAT分布式水文模型相应路径下的4.根据权利要求1所述的一种基于LSTM_SWAT耦合模型的5.根据权利要求4所述的一种基于LSTM_SWA3入门计算对应的偏置参数;bc表示记忆储存单元计算对应的偏置参数;Uc表示可学习的参tD表示遗忘门,遗忘门ft控制上一个时刻的内部状态ct-1需要遗忘多少6.根据权利要求1所述的一种基于LSTM-SWAT耦4[0002]随着气候变化与人类活动的不断加剧,极端洪水事件发生的频次与规模急剧上达的沿海经济与密集的人口使我国难以避免地具有受灾韧性不足、承灾能力较弱的特点。洪水期径流量的高效预报研究对于我国经济发展和人口安全具[0004]深度学习模型以其善于解决非线性问题的优点可以成为解决径流预报难题的先[0005]根据上述提出的技术问题,提供一种基于LSTM_SWAT耦合模型的洪水径流量预报5敏感性分析,采用SWAT-CUP软件内置的SUFI-2不确定性分析算法作为参数估计的优化方[0020]将SWAT-CUP率定路径下的文件替换SWAT分布式水文模型ft控制上一个时刻的内部状态ct-1需要遗忘6t控制当前时刻的内部状态ct有多少信息需要输出给外部状态ht。[0048]本发明提供的一种基于LSTM_SWAT耦合模型的洪水径流量预报方法,通过结合7员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范[0065]如图2所示,SWAT(SoilandWaterAssessmentTool)是一种大尺度长时序的分[0066]具体实施时,作为本发明优选的实施方式,步骤S1中,采用SWAT_CUP(SWATCalibrationUncertaintyProcedures)软件对SWAT分布式水文模型进行率定及参数敏感8[0072]将SWAT-CUP率定路径下的文件替换SWAT分布式水文模型[0073]具体实施时,作为本发明优选的实施方式,循环神经网络(RecurrentNeuralft控制上一个时刻的内部状态ct-1需要遗忘t控制当前时刻的内部状态ct有多少信息需要输出给外部状态ht。9

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论