基于多层回声核状态网络的内河水位预测

摘要： 针对传统水位预测模型难以有效捕捉复杂的非线性动态特征，影响预测精度的问题，提出基于多层回声核状态网络(ML-EKSN)的水位预测模型，利用高斯核函数实现高维非线性映射，并通过多层结构进行层次化特征提取，显著提升了模型的动态建模能力。基于松花江流域7个站点的实测数据，利用ML-EKSN根据30步历史数据预测未来7步水位特征。结果表明，ML-EKSN性能优于LSTM、GRU、RVF... （共10页）