原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第４２卷第３期长江科学院院报Ｖｏｌ.４２Ｎｏ.３
２０２５年３月ＪｏｕｒｎａｌｏｆＣｈａｎｇｊｉａｎｇＲｉｖｅｒＳｃｉｅｎｔｉｆｉｃＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅＭａｒ.２０２５
－
ｄｏｉ:１０.１１９８８/ｃｋｙｙｂ２０２５ꎬ４２(３):５９６７ꎬ７５
－－
融合残差与ＶＭＤＴＣＮＢｉＬＳＴＭ混合网络的
鄱阳湖总氮预测
１１１ꎬ２１２２
黄学平ꎬ辛攀ꎬ吴永明ꎬ吴留兴ꎬ邓觅ꎬ姚忠
(１.南昌工程学院土木与建筑工程学院ꎬ南昌３３００９９ꎻ２.江西省科学院微生物研究所ꎬ南昌３３００９６)
摘要:对湖泊水质进行准确、高效的预测ꎬ对于保护水资源、维护生态平衡以及促进经济发展等方面都具有重要
意义ꎮ为此提出了一种基于模态分解、多维特征选择、时间卷积网络(ＴＣＮ)、自注意力机制、双向长短期神经网络
(ＢｉＬＳＴＭ)和双向门控循环单元(ＢｉＧＲＵ)的湖泊总氮(ＴＮ)组合预测模型ꎮ首先ꎬ采用变分模态分解将ＴＮ原始序
列分解成不同频率的本征模态函数(ＩＭＦ)ꎬ以降低原始序列的复杂度和非平稳性ꎻ随后ꎬ通过随机森林算法为每个
－
ＩＭＦ选择相关性强的特征ꎬ将筛选出的特征矩阵输入到添加自注意力机制的ＴＣＮＢｉＬＳＴＭ混合网络中进行建模ꎬ
充分提取数据中隐藏的关键时序信息ꎻ最后ꎬ为进一步提升模型预测精度ꎬ采用ＢｉＧＲＵ网络学习残差序列的细节特
征ꎬ将残差与模型预测结果融合得到最终的预测值ꎮ以鄱阳湖都昌监测站的水质数据为例进行试验分析ꎬ结果表
明本文模型相比于其他模型对ＴＮ浓度预测效果提升明显ꎬ其平均绝对误差(ＭＡＥ)、均方根误差(ＲＭＳＥ)和决定系
２
数(Ｒ)分别为０.０３ｍｇ/Ｌ、０.０４９ｍｇ/Ｌ、０.９９２ꎮ
关键词:水质预测ꎻ总氮ꎻ变分模态分解ꎻ时间卷积网络ꎻ集成预测
中图分类号:ＴＰ１８文献标志码:Ａ
－－－
文章编号:１００１５４８５(２０２５)０３００５９０９开放科学(资源服务)标识码(ＯＳＩＤ):
ＰｒｅｄｉｃｔｉｎｇＴｏｔａｌＮｉｔｒｏｇｅｎＣｏｎｃｅｎｔｒａｔｉｏｎｉｎＰｏｙａｎｇＬａｋｅＵｓｉｎｇａ
ＨｙｂｒｉｄＮｅｔｗｏｒｋＩｎｔｅｇｒａｔｉｎｇＲｅｓｉｄｕａｌａｎｄＶＭＤ￣ＴＣＮ￣ＢｉＬＳＴＭ
１１１ꎬ２１２２
ＨＵＡＮＧＸｕｅ￣ｐｉｎｇꎬＸＩＮＰａｎꎬＷＵＹｏｎｇ￣ｍｉｎｇꎬＷＵＬｉｕ￣ｘｉｎｇꎬＤＥＮＧＭｉꎬＹＡＯＺｈｏｎｇ
(１.ＳｃｈｏｏｌｏｆＣｉｖｉｌａｎｄＡｒｃｈｉｔｅｃｔｕｒａｌＥｎｇｉｎｅｅｒｉｎｇꎬＮａｎｃｈａｎｇＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙꎬＮａｎｃｈａｎｇ３３００９９ꎬＣｈｉｎａꎻ
文档评论（0）