基于混合核函数SVM水文时序模型及其应用

被引:26
作者
唐奇
王红瑞
许新宜
王成
机构
[1] 北京师范大学水科学研究院水沙科学教育部重点实验室
关键词
支持向量机; 混合核函数; 水文时序; 月径流量; 武山站; 南河川站;
D O I
暂无
中图分类号
P338 [水文预报];
学科分类号
摘要
核函数的选取与构造是SVM应用的关键所在.传统SVM在水文时序分析方面的应用多是默认选取单一径向基核函数,而忽略了核函数的选择对模型精度和预测结果的影响.本文基于Mercer核理论,将多项式核与径向基核进行线性组合,构造出混合核函数,并植入SVM中,对水文时序建立自回归预测模型.基于武山站和南河川站的月径流预测结果表明,预测序列的相对误差及均方误差明显优于任一单一核函数.这是由于混合核函数能够更好地适应并处理复杂的水文时序变化,因此提高了预测精度.该研究为利用SVM解决复杂多变的非线性水文时序提供了新的探索模式.
引用
收藏
页码:521 / 529
页数:9
相关论文
共 31 条
  • [1] 基于多因子量化指标的支持向量机径流预测
    张楠
    夏自强
    江红
    [J]. 水利学报, 2010, (11) : 1318 - 1324
  • [2] 基于小波变换的支持向量机水文过程预测
    王红瑞
    刘晓红
    唐奇
    何麟
    [J]. 清华大学学报(自然科学版), 2010, 50 (09) : 1378 - 1382
  • [3] 基于ARSVR模型的时间序列预测算法的研究
    任海军
    孙瑞志
    刘广利
    [J]. 计算机工程与设计, 2010, 31 (02) : 421 - 424
  • [4] 基于支持向量机的降雨—径流预测研究
    汪丽娜
    李粤安
    陈晓宏
    [J]. 水文, 2009, 29 (01) : 13 - 16
  • [5] 基于混沌支持向量机的河川径流预测研究
    李彦彬
    黄强
    徐建新
    左卫兵
    [J]. 水力发电学报, 2008, 27 (06) : 42 - 47
  • [6] 基于FRCM和FLAR的水文过程遍历特征分析模型及其应用
    王红瑞
    冯启磊
    林欣
    曾文艺
    [J]. 中国科学(E辑:技术科学), 2008, (11) : 1984 - 1994
  • [7] 水文序列ARIMA模型应用中存在的问题与改进方式
    王红瑞
    康健
    林欣
    钱龙霞
    [J]. 系统工程理论与实践, 2008, (10) : 166 - 176
  • [8] 水文时间序列周期识别的新思路与两种新方法
    桑燕芳
    王栋
    [J]. 水科学进展, 2008, (03) : 412 - 417
  • [9] 混沌时间序列支持向量机模型及其在径流预测中应用
    于国荣
    夏自强
    [J]. 水科学进展, 2008, (01) : 116 - 122
  • [10] 支持向量机的混沌序列预测模型及在径流中应用
    于国荣
    夏自强
    [J]. 水利学报, 2007, (S1) : 455 - 460