基于WPD-ICAOA-RVFL模型的地下水位多步预测及普适性验证OA
为提高地下水位时间序列多步预测精度,提出小波包分解(WPD)-改进鳄鱼伏击优化算法(ICAOA)-随机向量函数链接网络(RVFL)日均地下水位时间序列多步预测模型,并通过云南省陈官站、草坝站等12个实例验证其普适性.首先,按3∶1∶1将地下水位时间序列划分为训练集、验证集和预测集,利用2层WPD对"训练集+验证集"和"预测集"进行分解处理;其次,基于Logistic混沌映射等3种策略改进鳄鱼伏击优化算法(CAOA),提出ICAOA,并通过基准测试函数对 ICAOA进行仿真验证;最后,利用 ICAOA优化 RVFL超参数,构建 WPD-ICAOA-RVFL模型对各实例进行预测和重构,并构建WPD-CAOA-RVFL、WPD-ICAOA-极限学习机(ELM)、小波分解(WD)-ICAOA-RVFL3种模型进行对比验证.结果表明,WPD-ICAOA-RVFL模型具有更好的多步预测精度和普适性,其在短期预测(超前1日~超前6日)表现极好,能精准刻画地下水位变化过程、突变特征和局部细节;中期预测(超前7日~超前9日)表现良好,能准确捕捉地下水位变化过程和突变特征;长期预测(超前10日~超前12日)误差累积明显,但能展现地下水位时间序列总体变化趋势.模型及方法可为相关水文时间序列预测研究提供参考和借鉴.
保国华;李雄杰;崔东文
云南省水文水资源局红河分局,云南 蒙自 661100云南省红河州水利水电勘察设计研究院,云南 蒙自 661100云南省文山州水务局,云南 文山 663000
信息技术与安全科学
地下水位预测小波包分解改进鳄鱼伏击优化算法随机向量函数链接网络时间序列普适性验证
《水利规划与设计》 2026 (10)
30-38,51,10
云南省水利科技项目(2024BC202002)滇池湖泊生态系统云南省野外科学观测研究站项目(202505AW340004)
评论