基于VMD分解和IHHO优化LSTM的径流预测方法及系统

摘要

本发明公开了一种基于VMD分解和IHHO优化LSTM的径流预测方法及系统，首先，选取水文站点的历史径流数据作为实验数据并对数据进行预处理和归一化；然后将处理好的数据用变分模态分解分解为多个拥有不同频率的子模态；再对哈里斯鹰算法使用混沌初始化和爬山算法进行优化，并使用优化后的哈里斯鹰算法对长短期记忆网络的隐含层节点个数和学习率两个参数寻优；接着将所得最优参数赋给LSTM并对每个子模态进行训练，建立IHHO‑LSTM子模型；最后，对各个子模态分别进行测试得到预测值，将所得子模态的预测值聚合和反归一化得到VMD‑IHHO‑LSTM的最终预测值并进行误差分析，利用误差指标进行性能评价。本发明可以提高径流预报的精度，获得比较准确的预测结果。