基于PSO的SVM年径流预报模型研究

被引:7
作者
王文川
和吉
邱林
机构
[1] 华北水利水电学院
关键词
PSO; SVM; 预报模型; 年径流;
D O I
暂无
中图分类号
P338 [水文预报];
学科分类号
摘要
为了使SVM具有更好的预测效果,考虑到人为选择参数的随机性,提出了应用PSO优化SVM参数的年径流预报模型,并将其应用于伊犁河雅马渡水文站的年径流预报。结果表明:与改进的最速下降共轭梯度法、进化单纯形法相比,经参数优化的SVM年径流预报模型能够较好地模拟年径流量与其影响因子之间的非线性映射关系,提高预报精度。
引用
收藏
页码:17 / 19
页数:3
相关论文
共 13 条
  • [1] Empirical Study of Particle Swarm Optimization. Shi Y H,Eberhart RC. Proceeding of Congress on Evolutionary Computation . 1999
  • [2] 入库流量中长期预报中几种方法的对比
    唐家凯
    王鹏
    高雅玉
    项国圣
    刘永峰
    [J]. 人民黄河, 2010, 32 (08) : 27 - 29
  • [3] 基于模糊距离总变差的模糊识别模型及径流预报应用
    李希灿
    王静
    [J]. 数学的实践与认识, 2009, 39 (02) : 43 - 48
  • [4] Statistical Learning Theory. Vladimir N Vapnik. . 1998
  • [5] 混沌时间序列支持向量机模型及其在径流预测中应用
    于国荣
    夏自强
    [J]. 水科学进展, 2008, (01) : 116 - 122
  • [6] 支持向量机及其在径流预测中的应用
    廖杰
    王文圣
    李跃清
    黄伟军
    [J]. 四川大学学报(工程科学版), 2006, (06) : 24 - 28
  • [7] 支持向量机在中长期径流预报中的应用
    林剑艺
    程春田
    [J]. 水利学报, 2006, (06) : 681 - 686
  • [8] 基于小波变换的入库径流组合预测方法研究
    钟平安
    赵星
    [J]. 水力发电, 2006, (02) : 17 - 19+76
  • [9] 非平稳序列的疏系数混合回归模型
    王博
    方法明
    张连富
    贺北方
    [J]. 水电能源科学, 1999, (04) : 13 - 15+22
  • [10] SL 250-2000. 水文情报预报规范[S]. 2000