基于隨機森林特征選擇與POA-LSTM組合的參考作物騰發量預測方法

摘要： 為了更好地捕捉參考作物騰發量（ET_0）數據的非線性特點及有效影響因素，實現對氣象資料缺乏時的ET_0精準預測，基于融合建模思想提出了一種隨機森林特征選擇與鵜鶘優化算法（POA）優化長短期記憶神經網絡（LSTM）組合的ET_0預測方法。首先，采用隨機森林特征選擇方法篩選出有效氣象因子作為模型輸入；隨后，通過POA搜索最優超參數組合用于優化LSTM模型；最后，基于最優超參數下的L... （共9頁）