基于贝叶斯模型平均法的洪泽湖水位预报研究
杨昌文1
王超2
雷晓辉3
许珂4
1.河北工程大学水利水电学院,河北 邯郸 056038;河北工程大学河北省智慧水利重点实验室,河北 邯郸 0560382.中国水利水电科学研究院水资源所,北京 1000383.河北工程大学水利水电学院,河北 邯郸 056038;河北工程大学河北省智慧水利重点实验室,河北 邯郸 056038;中国水利水电科学研究院水资源所,北京 1000384.四川大学水利水电学院,四川 成都 610065
摘要：贝叶斯模型平均法提供了一种统计框架,用于评估和比较多个候选模型.它通过结合多个模型的预测结果并对它们的权重进行估计,从而提供更准确和鲁棒的预测和推断结果.利用长短期记忆网络(LSTM)、埃尔曼网络(Elman)、控制循环单元(GRU)等循环神经网络建立了洪泽湖水位预报模型,并在此基础上运用BMA方法对这3个模型的预测结果进行组合与验证.结果表明,基于贝叶斯组合方法的BMA组合模型较单一模型预测精度更高,提高了预报的稳定性.
关键词：贝叶斯平均模型洪泽湖水位预报模型集合
分类号：TV124(水利工程基础科学)P338(水文科学（水界物理学）)
论文发表日期：2025-01-27
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 80-86 )
英文信息