[發(fā)明專利]基于VMD分解和IHHO優(yōu)化LSTM的徑流預(yù)測方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202110636484.9
• 申請日: 2021-06-08
• 公開（公告）號: CN113361777A
• 公開（公告）日: 2021-09-07
• 發(fā)明（設(shè)計）人: 孫偉;彭甜;張楚;孫娜;王業(yè)琴;紀捷;花磊;馬慧心;陸凡
• 申請（專利權(quán)）人: 淮陰工學(xué)院
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N3/04;G06N3/08;G06N3/00
• 代理公司: 南京蘇高專利商標事務(wù)所(普通合伙) 32204
• 代理人: 柏尚春

1.一種基于VMD分解和IHHO優(yōu)化LSTM的徑流預(yù)測方法，其特征在于，包括以下步驟：

(1)獲取水文站點的歷史徑流數(shù)據(jù)，對數(shù)據(jù)進行預(yù)處理和歸一化，獲得徑流序列x(t)；

(2)對處理好的數(shù)據(jù)進行變分模態(tài)分解，得到一組子模態(tài)；

(3)對哈里斯鷹算法HHO進行優(yōu)化，并使用優(yōu)化過的哈里斯鷹算法對長短期記憶網(wǎng)絡(luò)LSTM的隱含層節(jié)點個數(shù)，學(xué)習(xí)率進行尋優(yōu)，并將所得最優(yōu)參數(shù)賦給LSTM對每個子模態(tài)進行訓(xùn)練，建立IHHO-LSTM預(yù)測子模型；

(4)對各個子模態(tài)分別進行測試得到預(yù)測值，將所得子模態(tài)的預(yù)測值聚合和反歸一化得到VMD-IHHO-LSTM的最終預(yù)測值并進行誤差分析，利用誤差指標進行性能評價。

2.根據(jù)權(quán)利要求1所述的基于VMD分解和IHHO優(yōu)化LSTM的徑流預(yù)測方法，其特征在于，步驟(1)所述數(shù)據(jù)預(yù)處理包括數(shù)據(jù)清洗和缺失值的填補。

3.根據(jù)權(quán)利要求1所述的基于VMD分解和IHHO優(yōu)化LSTM的徑流預(yù)測方法，其特征在于，所述步驟(2)包括以下步驟：

(21)將歷史徑流序列x(t)分解為q個IMF，且每個模態(tài)都為具有有限帶寬的模態(tài)且所有模態(tài)的帶寬和最小，則帶約束條件的變分表達式為：

其中，u_q(t)，ω_q(t)分別為分解后第q個模態(tài)和其對應(yīng)的中心頻率，δ(t)為狄拉克函數(shù)，j是復(fù)數(shù)的意思，是對t的偏導(dǎo)數(shù)；

(22)引入拉格朗日乘法算子λ和二次懲罰因子α，將約束問題轉(zhuǎn)變?yōu)榉羌s束問題，擴展的拉格朗日表達式為：

其中，α是二次懲罰因子可以降低高斯干擾的噪聲，保證信號的精度，λ是拉格朗日乘法算子；

(23)初始化迭代次數(shù)n＝0，初始化更新更新過程為：將進行傅里葉變換，將轉(zhuǎn)變到頻域，分別為

其中，表示第q個子模態(tài)經(jīng)過n次迭代后得到的值，λⁿ⁺¹(ω)表示經(jīng)過n次迭代后拉格朗日乘子的值，表示第q個子模態(tài)所對應(yīng)的中心頻率經(jīng)過n次迭代后得到的值，是x(ω)的傅里葉變換，γ是拉格朗日乘子的更新步長參數(shù)；

(24)當(dāng)滿足迭代條件時，停止迭代，迭代條件為：

其中，ε＞0為精度收斂判定條件，是預(yù)先設(shè)定的，為原始輸入信號x的傅里葉變換；為的傅里葉變換。