[发明专利]一种基于LSTM多状态向量序列到序列模型的径流预测方法

摘要

本发明涉及一种基于LSTM多状态向量序列到序列模型的径流预测方法，属于涉及数据驱动径流预测技术领域。为了更精确地进行径流预测，在长短期记忆人工神经网络LSTM下用序列到序列方式进行径流预测。首先准备数据集，并且进行数据的预处理，得到可用的序列数据；然后在将经过预处理的数据集划分成训练集、验证集、测试集三个互斥的部分；接着构建LSTM多状态向量序列到序列模型结构；最后定义损失函数、优化器，训练并测试模型。数据集上的试验结果表明，相对于已有的基于序列到序列的LSTM模型比较，本发明获得的径流预测结果具有较高的预测精度。