基于CEEMDAN分解与混合神经网络的径流预报模型

摘要： 为有效提取径流时间序列中的多种频率和趋势成分，提高不同预见期日径流预测精度，提出一种融合模态分解与混合神经网络的组合式日径流多步预测模型（CEEMDAN-WOA-CNN-BiLSTM）。以大渡河流域绰斯甲、足木足和丹巴水文站为研究对象，使用未分解的混合神经网络模型（WOA-CNN-BiLSTM）与使用经验模态分解后的混合神经网络模型（EMD-WOA-CNN-BiLSTM）作为对... （共11页）