兰州站径流支持向量机预测

统计学习理论是研究有限样本情况下机器学习规律的理论。支持向量机是基于统计学习理论的一种新型的机器学习方法,可以解决样本空间中的高度非线性分类和回归等问题。建立了两种模型,模型Ⅰ将黄河干流兰州站的径流时间序列作为输入,模型Ⅱ将径流时间序列和太阳黑子作为输入,两种模型都应用支持向量机对次年的年径流进行预测。结果表明,SVM模型泛化能力强,具有较满意的预测效果。它较好地解决了小样本、过学习、高维数、局部最小等问题,同时模型Ⅱ的预测效果优于模型Ⅰ的,说明径流除了与径流时间序列本身有关外,与太阳黑子活动等有较密切的关系。虽然两者间的物理关系尚需进一步研究,但是支持向量机反映出两者间的非线性关系。