基于小波支持向量机耦合的月径流预测方法

耦合离散小波变换（DWT）与支持向量回归模型（SVR）,建立月径流预测的小波支持向量机耦合模型（WSVR）。利用Mallat算法对原始月径流序列分解并重构成不同频率的子序列,以有效子序列作为SVR模型的输入;采用均方根误差（RMSE）,平均绝对误差（MAE）,确定性系数（DC）和相关系数（R）评价模型预测精度。模型应用于泾河张家山站的月径流预测,结果表明,在验证期耦合模型的RMSE、MAE、DC和R分别为12.5m3/s、7.74m3/s、0.87和0.935,明显优于最优支持向量回归模型的相应指标27.9m3/s、13.4m3/s、0.34及0.662,说明WSVR耦合模型可以提高支持向量机在月径流预测的精度。