基于相关向量机的中长期径流预报模型研究

被引：8

作者：

仕玉治 ^{[1
,2
]}

彭勇 ^{[1
]}

周惠成 ^{[1
]}

机构：

[1] 大连理工大学水利工程学院

[2] 山东省水利科学研究院

来源：

大连理工大学学报 | 2012年 / 52卷 / 01期

关键词：

相空间重构; 相关向量机; 长期径流预报; PSO算法;

D O I：

暂无

中图分类号：

P338.2 [];

学科分类号：

摘要：

鉴于其优越的预报性能,将相关向量机(RVM)应用到中长期径流预报中,并在相空间重构的基础上,建立了基于相关向量机的径流预报模型.该模型首先对径流时间序列进行相空间重构,并以重构后的径流序列作为模型输入;其次,采用粒子群优化(PSO)算法识别模型参数,利用优化所得重构参数验证时间序列具有混沌特性,在模型内循环过程中采用EM算法迭代估计超参数,并将RVM与应用较为广泛的最小二乘支持向量机(LSSVM)和自动回归滑动平均模型(ARMA)进行了比较分析,结果表明该模型具有较好的泛化能力;最后,基于水文过程变化的不确定性、RVM描述输出值的不确定度以及相应概率下的预报区间,使得调度人员在决策中能考虑预报的不确定性,定量估计各种决策的风险和效益.

引用

页码：79 / 84

页数：6