ν-支持向量机洪水预报模型研究

被引：4

作者：

但灵芝 ^{[1
]}

王建群 ^{[1
]}

陈理想 ^{[2
]}

陈红红 ^{[1
]}

机构：

[1] 河海大学水文水资源学院

[2] 松辽水利委员会水文局

来源：

水文 | 2016年 / 36卷 / 02期

关键词：

洪水预报; 支持向量机; 线性动态系统; BP人工神经网络;

D O I：

暂无

中图分类号：

P338 [水文预报];

学科分类号：

081501 ;

摘要：

为了提高洪水过程的非线性拟合能力和预报精度,对支持向量机洪水预报模型进行了深入研究。针对鸭绿江流域临江站的实际情况,建立了临江站洪水过程ν-SVR预报模型,采用1998～2014年间的大水年份降水资料和洪水过程资料对ν-SVR预报模型进行了率定和验证,并与线性动态系统模型、BP人工神经网络模型和ε-SVR模型进行了比较。结果表明:ν-SVR洪水预报模型比线性动态系统模型和BP人工神经网络具有较高的精度。ν-SVR洪水预报模型具有较好的非线性拟合能力和泛化能力,能很好地控制支持向量个数、降低模型的复杂程度,同时能保持良好的预报精度。

引用

页码：7 / 11

页数：5