《表3 不同LSTM预测方案对应的安康站日径流预测精度指标》
总的来看,LSTM模型在检验期的表现不低于甚至要优于训练期,说明LSTM训练时对过拟合的控制较好,未出现明显泛化误差。从单变量方案、双变量方案到三变量方案,LSTM模型的径流预测精度大致呈阶段性上升,这说明LSTM网络具有较强学习能力,能够充分挖掘安康站日径流序列与相关的各种前期影响因素的可利用性,在1 d有效预见期的基础上实现较准确的径流预测。而当PT=2~3 d时,模型的预测精度显著降低,则说明在日时间尺度上安康站径流过程具有很强的动态变化特征,当相距时间延长时前期相关信息对当前日径流量的影响程度在快速降低。
图表编号 | XD00149719600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.28 |
作者 | 胡庆芳、曹士圯、杨辉斌、王银堂、李伶杰、王立辉 |
绘制单位 | 南京水利科学研究院水文水资源与水利工程科学国家重点实验室、南京水利科学研究院水文水资源与水利工程科学国家重点实验室、南京水利科学研究院水文水资源与水利工程科学国家重点实验室、福州大学水利水电与港口工程系、南京水利科学研究院水文水资源与水利工程科学国家重点实验室、南京水利科学研究院水文水资源与水利工程科学国家重点实验室、福州大学水利水电与港口工程系 |
更多格式 | 高清、无水印(增值服务) |