[发明专利]基于ICEEMDAN与极限学习机的中长期径流预测方法在审
申请号: | 201910705814.8 | 申请日: | 2019-08-01 |
公开(公告)号: | CN110443419A | 公开(公告)日: | 2019-11-12 |
发明(设计)人: | 赵雪花;吕晗芳;桑宇婷;祝雪萍 | 申请(专利权)人: | 太原理工大学 |
主分类号: | G06Q10/04 | 分类号: | G06Q10/04;G06K9/62;G06N20/00 |
代理公司: | 太原市科瑞达专利代理有限公司 14101 | 代理人: | 申艳玲 |
地址: | 030024 山西*** | 国省代码: | 山西;14 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于ICEEMDAN与极限学习机的中长期径流预测方法。主要包括:运用改进的自适应噪声完备经验模态分解(ICEEMDAN)将含有复杂频率信息的序列分解为多个含有单一频率信息的固有模态函数(IMF),在此基础上对各阶分量分别建立极限学习机(ELM)模型进行预测并重构。将上述两种方法结合的ICEEMDAN‑ELM模型,能有效地挖掘径流数据所包含的信息,并将各IMF分量应用于预测速度更快的ELM中,将此模型用于径流预测,能够在保证预测精度的条件下极大提高预测效率,对中长期径流预测具有借鉴意义。 | ||
搜索关键词: | 预测 径流 极限学习机 固有模态函数 经验模态分解 单一频率 频率信息 序列分解 有效地 自适应 重构 噪声 挖掘 应用 改进 保证 | ||
【主权项】:
1.基于ICEEMDAN与极限学习机的中长期径流预测方法,其特征在于,包括以下步骤:步骤一:获取径流序列x,并将其分为训练样本和测试样本;步骤二:利用ICEEMDAN将径流序列分解为若干IMF分量和一个趋势项;步骤三:将IMF分量及趋势项分别输入ELM模型进行预测;步骤四:将各IMF分量及趋势项的预测结果重构,得到最终径流序列预测值。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于太原理工大学,未经太原理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201910705814.8/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理