基于变分模态分解和引力搜索算法的径流预测模型研究

被引：7

作者：

李晓春 ^{[1
]}

包苑村 ^{[2
]}

罗军刚 ^{[2
]}

左岗岗 ^{[2
]}

机构：

[1] 陕西省江河水库工作中心

[2] 西安理工大学西北旱区生态水利国家重点实验室

来源：

西安理工大学学报 | 2021年 / 37卷 / 02期

关键词：

径流预测; 优化算法; 信号分解; 渭河流域;

D O I：

10.19322/j.cnki.issn.1006-4710.2021.02.006

中图分类号：

P334.92 [];

学科分类号：

摘要：

针对月径流数据的数据量小、高度非线性和非平稳性特点,提出了一种基于变分模态分解(VMD)、引力搜索(GSA)与支持向量回归机(SVR)的组合预测模型。首先对月径流样本进行Mann-Kendall(M-K)检验,找出突变点划分训练集与测试集;然后用VMD分别对训练集与测试集进行分解;最后对训练集数据进行训练,利用GSA对SVR的三个主要参数进行寻优,并对测试集的预测结果进行评价。将该模型应用于渭河流域咸阳站与临潼站的月径流预测中。结果表明,VMD-GSA-SVR模型相较于其他模型,有着更高的预测精度与泛化能力,更加符合预测的实际情况,在渭河流域具有较好的可行性与适应性。

引用

页码：194 / 201

页数：8

共 16 条

[11] Theoretical and numerical comparison of the Karush-Kuhn-Tucker and value function reformulations in bilevel optimization. ZEMKOHO A B,ZHOU S. Computational Optimization and Applications . 2021
[12] HE-friendly algorithm for privacy-preserving SVM training. PARK S,BYUN J,LEE J et al. IEEE Access . 2020
[13] 回归支持向量机集成模型在年径流预测中的应用
代兴兰
[J]. 长江科学院院报, 2015, 32 (04) : 12 - 17
[14] 基于小波支持向量机耦合的月径流预测方法
黄巧玲
粟晓玲
[J]. 水力发电学报, 2015, 34 (03) : 1 - 7+20
[15] 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, 41 (11) : 1318 - 1324
[16] 基于支持向量机的人脸检测训练集增强
王瑞平
陈杰
山世光
陈熙霖
高文
[J]. 软件学报, 2008, (11) : 2921 - 2931

← 1 2 →