基于遗传算法-支持向量机的水库叶绿素a浓度短期预测非线性时序模型

被引：13

作者：

罗华军 ^{[1
,2
]}

刘德富 ^{[3
]}

黄应平 ^{[1
]}

机构：

[1] 三峡大学化学与生命科学学院

[2] 武汉大学水利水电学院

[3] 三峡大学土木水电学院

来源：

水利学报 | 2009年 / 40卷 / 01期

关键词：

叶绿素a; 支持向量机; 遗传算法; 相空间重构; 时间序列预测;

D O I：

10.13243/j.cnki.slxb.2009.01.018

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

将支持向量机(SVM)法与遗传算法(GA)相结合,建立了基于GA-SVM的水库叶绿素a浓度非线性时间序列的短期预测模型。在建模过程中,采用遗传算法优化支持向量机的模型参数,同时利用相空间重构方法计算出时间序列的时间延迟和嵌入维数,确定出支持向量机的输入向量。最后将该模型用于对于桥水库的叶绿素a浓度时间序列进行短期预测。预测精度比单纯用人工神经网络方法有较大提高。

引用

页码：46 / 51

页数：6

共 21 条

[1] 基于AGA的SVM需水预测模型研究 [J].