基于粒子群最小二乘支持向量机的水文预测

被引：15

作者：

李文莉 ^{[1
,2
]}

李郁侠 ^{[1
]}

机构：

[1] 西安理工大学水利水电学院

[2] 陕西师范大学计算机科学学院

来源：

计算机应用 | 2012年 / 32卷 / 04期

关键词：

最小二乘支持向量机; 粒子群算法; 水文预测; 参数优化; 回归;

D O I：

暂无

中图分类号：

TP18 [人工智能理论]; P338 [水文预报];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

支持向量机理论为研究中长期水文预测提供了新的方法。针对最小二乘支持向量机模型参数选择费时且效果差这一问题,给出基于粒子群算法的最小二乘支持向量机水文预测模型(PSO-LSSVM)。该模型运用最小二乘支持向量机回归原理建立,参数选取采用具有全局搜索能力的粒子群算法进行寻优。用此模型对南桠河冶勒水电站月径流进行预测,仿真计算结果表明,该算法可提高预测效率与预测精度。

引用

页码：1188 / 1190

页数：3

共 7 条

[1] 兰州站径流支持向量机预测 [J].