Page 128 - 水利学报2025年第56卷第3期

２０２２，４６（１）：１５ － ２４．
［１６］ ＬＩＫＥＲＡ，ＢＡＲＴＡＺ．Ｔｈｅｅｆｆｅｃｔｓｏｆｄｏｍｉｎａｎｃｅｏｎｓｏｃｉａｌｆｏｒａｇｉｎｇｔａｃｔｉｃｕｓｅｉｎｈｏｕｓｅｓｐａｒｒｏｗｓ［Ｊ］．Ｂｅｈａｖｉｏｕｒ，
２００２，１３９（８）：１０６１ － １０７６．
［１７］ 李楠，薛建凯，舒慧生．基于自适应 ｔ分布变异麻雀搜索算法的无人机航迹规划［Ｊ］．东华大学学报（自然
科学版），２０２２，４８（３）：６９ － ７４．
［１８］ 周广得，吕小龙，黄丹，等．基于 Ｋｒｉｇｉｎｇ代理模型的迭代更新高效反演方法 ［Ｊ］．计算力学学报，２０２３，
４０（４）：６０２ － ６０７．
［１９］ 刘瑞江，张业旺，闻 崇 炜，等．正 交 试 验 设 计 和 分 析 方 法 研 究 ［Ｊ］．实 验 技 术 与 管 理，２０１０，２７（９）：
５２ － ５５．
［２０］ ＤＲＡＧＯＮＭＩＲＥＴＳＫＩＹＫ，ＺＯＳＳＯＤ．Ｖａｒｉａｔｉｏｎａｌｍｏｄｅｄｅｃｏｍｐｏｓｉｔｉｏｎ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓＳｉｇｎａｌＰｒｏｃｅｓｓｉｎｇ，
２０１４，６２（３）：５３１ － ５４４．
［２１］ ＳＡＮＧＳ，ＳＨＩＫ，ＬＩＫ，ｅｔａｌ．Ｓｈｏｒｔ － ｔｅｒｍｗｉｎｄｐｏｗｅｒｐｒｅｄｉｃｔｉｏｎｂａｓｅｄｏｎＥＶＭＤ － ＳＳＡ － ＬＳＳＶＭ Ｍｏｄｅｌ［Ｃ］??２０２３
３ｒｄＮｅｗＥｎｅｒｇｙａｎｄＥｎｅｒｇｙＳｔｏｒａｇｅＳｙｓｔｅｍ ＣｏｎｔｒｏｌＳｕｍｍｉｔＦｏｒｕｍ （ＮＥＥＳＳＣ）．ＩＥＥＥ，２０２３．

Ｓｔｕｄｙｏｎｔｈｅｓｅｅｐａｇｅｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｏｆｅａｒｔｈ － ｒｏｃｋｄａｍｓｂａｓｅｄｏｎ
ｍｅｃｈａｎｉｓｍ－ ｄａｔａｆｕｓｉｏｎａｎｄｒｅｓｉｄｕａｌｃｏｒｒｅｃｔｉｏｎ
１，２
１，２
１
１，２，３
ＨＵＡＮＧＨａｏｒａｎ，ＧＵＹａｎｃｈａｎｇ ，ＣＨＥＮＳｉｙｕ ，ＷＡＮＧＳｈｉｊｕｎ ，ＨＵＡＮＧＨａｉｂｉｎｇ １，２
（１．ＤａｍＳａｆｅｔｙａｎｄＭａｎａｇｅｍｅｎｔＤｅｐａｒｔｍｅｎｔ，ＮａｎｊｉｎｇＨｙｄｒａｕｌｉｃＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅ，Ｎａｎｊｉｎｇ ２１００２９，Ｃｈｉｎａ；
２．ＤａｍＳａｆｅｔｙＭａｎａｇｅｍｅｎｔＣｅｎｔｅｒｏｆｔｈｅＭｉｎｉｓｔｒｙｏｆＷａｔｅｒＲｅｓｏｕｒｃｅｓ，Ｎａｎｊｉｎｇ ２１００２９，Ｃｈｉｎａ；
３．ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＦｌｏｏｄ＆ＤｒｏｕｇｈｔＤｉｓａｓｔｅｒＤｅｆｅｎｓｅｏｆｔｈｅＭｉｎｉｓｔｒｙｏｆＷａｔｅｒＲｅｓｏｕｒｃｅｓ，Ｎａｎｊｉｎｇ ２１００２９，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｔｈｅｍｅｃｈａｎｉｓｔｉｃｍｏｄｅｌｓｃａｎｐｒｅｄｉｃｔａｎｄｅｖａｌｕａｔｅｔｈｅｓｅｅｐａｇｅｓａｆｅｔｙｓｔａｔｅｏｆｅａｒｔｈ － ｒｏｃｋｄａｍｓ，ｗｈｉｃｈｏｆ
ｆｅｒｃｌｅａｒｐｈｙｓｉｃａｌｍｅａｎｉｎｇａｎｄｇｏｏｄｉｎｔｅｒｐｒｅｔａｔｉｏｎｓ ，ｂｕｔｔｈｅｉｒｐｒｅｄｉｃｔｉｏｎａｃｃｕｒａｃｙｆｌｕｃｔｕａｔｅｓｇｒｅａｔｌｙ．Ｔｏｅｎｈａｎｃｅ
ｔｈｉｓａｃｃｕｒａｃｙ ，ａｆｕｓｉｏｎｍｏｄｅｌｔｈａｔｉｎｃｏｒｐｏｒａｔｅｓａｄａｔａ － ｄｒｉｖｅｎｄｅｅｐｌｅａｒｎｉｎｇａｐｐｒｏａｃｈｗａｓｉｎｔｒｏｄｕｃｅｉｎｔｈｉｓｓｔｕｄｙ，
ａｎｄｔｈｅＳｐａｒｒｏｗＳｅａｒｃｈＡｌｇｏｒｉｔｈｍ（ＳＳＡ）ａｎｄＲａｄｉａｌＢａｓｉｓＦｕｎｃｔｉｏｎ（ＲＢＦ）ｗｅｒｅｅｍｐｌｏｙｅｄｔｏｉｎｖｅｒｔｔｈｅｐｅｒｍｅａ
ｂｉｌｉｔｙｃｏｅｆｆｉｃｉｅｎｔ．ＴｈｉｓｐｒｏｃｅｓｓｃｏｎｓｔｒｕｃｔｓａｎＳＳＡ － ＲＢＦｓｕｒｒｏｇａｔｅｍｏｄｅｌｆｏｒｐｒｅｄｉｃｔｉｎｇｓｅｅｐａｇｅｐｒｅｓｓｕｒｅ，ｙｉｅｌｄｉｎｇ
ｂｏｔｈｔｈｅｍｏｄｅｌ ’ ｓｐｒｅｄｉｃｔｉｖｅｖａｌｕｅｓａｎｄａｒｅｓｉｄｕａｌｓｅｑｕｅｎｃｅ．Ｔｈｅｎ，ｔｈｅｒｅｓｉｄｕａｌｓｅｑｕｅｎｃｅｗａｓｄｅｃｏｍｐｏｓｅｄｂｙｕ
ｓｉｎｇＶａｒｉａｔｉｏｎａｌＭｏｄｅＤｅｃｏｍｐｏｓｉｔｉｏｎ （ＶＭＤ），ｔｒａｉｎｉｎｇａＬｏｎｇＳｈｏｒｔ － ＴｅｒｍＭｅｍｏｒｙ（ＬＳＴＭ）ｎｅｕｒａｌｎｅｔｗｏｒｋｔｏｏｂ
ｔａｉｎａｍｏｄｅｌｆｏｒｃｏｒｒｅｃｔｉｎｇｔｈｅｒｅｓｉｄｕａｌｓｅｑｕｅｎｃｅ．Ｂｙｏｖｅｒｌａｙｉｎｇｔｈｅｍｅｃｈａｎｉｓｔｉｃｍｏｄｅｌｗｉｔｈｔｈｅｄａｔａ － ｄｒｉｖｅｎｍｏｄｅｌ，
ａｎＳＳＡ － ＲＢＦ － ＶＭＤ － ＬＳＴＭｆｕｓｉｏｎｍｏｄｅｌｗａｓｃｏｎｓｔｒｕｃｔｅｄ，ｗｈｉｃｈｅｎａｂｌｅｓａｃｃｕｒａｔｅｐｒｅｄｉｃｔｉｏｎｓｏｆｓｅｅｐａｇｅｗａｔｅｒｌｅｖ
ｅｌｓ．Ｔｈｅｅｎｇｉｎｅｅｒｉｎｇｃａｓｅｄｅｍｏｎｓｔｒａｔｅｓｔｈａｔｔｈｅｍｏｄｅｌｐｒｏｐｏｓｅｄｉｎｔｈｉｓｐａｐｅｒｐｏｓｓｅｓｓｅｓｈｉｇｈｐｒｅｄｉｃｔｉｖｅａｃｃｕｒａｃｙ，
ｗｉｔｈｉｍｐｒｏｖｅｍｅｎｔｓｏｆ８９．６４％，６９．５９％，ａｎｄ６０．４５％ ｉｎｐｒｅｄｉｃｔｉｏｎａｃｃｕｒａｃｙｃｏｍｐａｒｅｄｔｏｓｔａｔｉｓｔｉｃａｌｍｏｄｅｌｓ，
ＬＳＴＭ ｍｏｄｅｌｓ，ａｎｄＳＳＡ － ＲＢＦ － ＬＳＴＭ ｍｏｄｅｌｓ，ｒｅｓｐｅｃｔｉｖｅｌｙ．Ｎｏｔａｂｌｙ，ｅｖｅｎｗｈｅｎｔｈｅｓｅｅｐａｇｅｐｒｏｃｅｓｓｌｉｎｅｕｎｄｅｒ
ｇｏｅｓｓｉｇｎｉｆｉｃａｎｔｆｌｕｃｔｕａｔｉｏｎｓ ，ｔｈｅｍｏｄｅｌｉｓｓｔｉｌｌｃａｐａｂｌｅｏｆｐｒｏｖｉｄｉｎｇｔｉｍｅｌｙａｎｄａｃｃｕｒａｔｅｐｒｅｄｉｃｔｉｏｎｓ，ｓｈｏｗｃａｓｉｎｇ
ｇｏｏｄｓｔａｂｉｌｉｔｙａｎｄｅｘｔｒａｐｏｌａｔｉｏｎｃａｐａｂｉｌｉｔｉｅｓ．Ｔｈｅｓｅａｔｔｒｉｂｕｔｅｓｍａｋｅｔｈｅｍｏｄｅｌｗｏｒｔｈｙｏｆｐｒａｃｔｉｃａｌａｐｐｌｉｃａｔｉｏｎａｎｄ
ｄｉｓｓｅｍｉｎａｔｉｏｎ．
Ｋｅｙｗｏｒｄｓ：ｅａｒｔｈ － ｒｏｃｋｄａｍ；ｓｕｒｒｏｇａｔｅｍｏｄｅｌｓ； ｓｐａｒｒｏｗ ｓｅａｒｃｈａｌｇｏｒｉｔｈｍ； ＶａｒｉａｔｉｏｎａｌＭｏｄａｌＤｅｃｏｍｐｏｓｉｔｉｏｎ；
ＬＳＴＭ ｎｅｕｒａｌｎｅｔｗｏｒｋｓ；ｍｅｃｈａｎｉｓｍ － ｄａｔａ － ｄｒｉｖｅｎｆｕｓｉｏｎ

（责任编辑：李 娜）

— ４ １ —
０