Evaluating the impact of improved filter-wrapper input variable selection on long-term runoff forecasting using local and global climate information

•Improved golden jackal optimization (IGJO) considers complementary of local and global information.•LSTM-IGJO have the greatest enhancement in runoff prediction, achieving a NSE of 0.92.•IGJO retained critical inputs for variables selection, especially local weather variables.•IGJO extracted more r...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	Journal of hydrology (Amsterdam) Jg. 644; S. 132034
Hauptverfasser:	Yang, Binlin, Chen, Lu, Yi, Bin, Li, Siming
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	Elsevier B.V 01.11.2024
Schlagworte:	algorithms Canis aureus case studies climate Global climate indices Improved binary metaheuristic algorithm Local weather variables Long-term runoff forecasting rivers runoff weather Wrapper input variable selection Global climate indices Wrapper input variable selection Local weather variables Improved binary metaheuristic algorithm Long-term runoff forecasting
ISSN:	0022-1694
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!