基于LASSO回歸和QRLSTM的來水預(yù)測(cè)方法研究

摘要： 精準(zhǔn)的河流斷面來水流量預(yù)測(cè)對(duì)于水資源配置管理、洪水預(yù)警和防災(zāi)減災(zāi)、生態(tài)保護(hù)和水力發(fā)電工程規(guī)劃有著重要意義。為了提高單一來水流量預(yù)測(cè)模型的預(yù)測(cè)精度，采用LASSO回歸算法結(jié)合分位數(shù)回歸長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)(QRLSTM)以及核密度估計(jì)(KDE)算法，提出了一種來水流量預(yù)測(cè)方法(LASSO-QRLSTM)。首先采用LASSO回歸從高維來水特征向量中提取關(guān)鍵的解釋變量，以降低解釋變量與... （共9頁）