买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明公开了一种基于QPSO‑BiGRU的引水渠道冰期水温智能预测方法，获得输入因子数据包括最低气温、日均气温、流量、滑动三日负积温、滑动三日气温在内的气象运行因子的水温数据，进行归一化处理；构建基于QPSO‑BiGRU的引水渠道冰期水温智能预测模型和构建基于BiGRU单元的预测模型本体的决策模型，利用QPSO算法对BiGRU模型进行自动寻优，得到优化后的BiGRU模型的超参数；根据步骤四得到的优化后的BiGRU模型的超参数和步骤二构建的基于QPSO‑BiGRU型的水温智能预测模型实现水温多步智能预测计算，进行预见期为一天至七天的水温多步智能预测，并输出预测结果。与现有技术相比，本发明结合高效的模型自适应智能率定实现了高精确度水温多步智能预测。

主权项：1.一种基于QPSO-BiGRU的引水渠道冰期水温智能预测方法，其特征在于，包括以下步骤：获得输入气象运行因子包括最低气温、日均气温、流量、滑动三日负积温、滑动三日气温在内的水温数据，进行归一化处理；构建基于QPSO-BiGRU的引水渠道冰期水温智能预测模型，以气象运行因子的水温数据即最低气温、日均气温、流量、滑动三日负积温、滑动三日气温和和前t-1天至t-s天的测站水温序列WTt-1、WTt-2、……WTt-s共同作为模型输入因子，t表示当前预测时刻，s表示测站水温序列的输入步长；进行QPSO算法的参数初始化，通过迭代得到最佳适应度值的粒子对应的参数作为优化后的BiGRU模型的超参数；构建基于BiGRU单元的预测模型本体的决策模型，由两个GRU单元状态同时计算分析当前时刻t的预测水温决策信息如下式所示： 式中，和表示两个GRU单元正向和反向传播的输出，和表示两个GRU单元正向和反向传播的权重；利用QPSO算法对BiGRU模型的学习率、隐含层神经元节点数量进行自动寻优，将QPSO算法中具有最佳适应度值的粒子对应的参数作为优化后的BiGRU模型的超参数；计算粒子种群最优位置的平均值，依据平均值更新粒子位置；重复步骤三至步骤四，直到达到迭代的最大次数，迭代结束后，更新粒子位置作为全局粒子的最优位置gbest，在最优位置gbestg获得具有最佳适应度值的粒子作为最优解，该粒子所对应的与水温变化过程相关的模型参数作为优化后的BiGRU模型的超参数；根据优化后的BiGRU模型的超参数和基于QPSO-BiGRU型的水温智能预测模型实现水温多步智能预测计算，输出水温预测结果。

全文数据：

权利要求：

百度查询： 天津大学 基于QPSO-BiGRU的引水渠道冰期水温智能预测方法