科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对城市内涝监控系统内涝点监测数据利用有限问题,提出一种基于PSO-ESN的内涝点降雨积水预测方法。分别选取历史降雨和液位为输入向量、当前液位为输出向量,通过回声状态网络动态逼近输入和输出向量之间的映射关系建立预测模型,以迭代多步预测方法得到未来液位,并采用粒子群算法解决回声状态网络模型关键参数和时间序列嵌入维数选择主观性问题。应用实例表明所述模型在内涝点降雨积水预测中的适用性,与传统Elman神经网络和BP神经网络相比,所述模型预测精度分别提高52.9%和82.4%。该方法能够有效利用监测数据,为内涝预警以及排水系统优化调度提供科学依据。
-
单位工业聚集区污染控制与生态修复教育部重点实验室; 华南理工大学
