基于相空间重构的支持向量机方法在径流中长期预报中应用

被引：10

作者：

刘冀

王本德

袁晶瑄

周惠成

机构：

[1] 大连理工大学土木水利学院

来源：

大连理工大学学报 | 2008年 / 04期

关键词：

径流中长期预报; 相空间重构; 支持向量机; 混沌优化; 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：

摘要：

水文中长期预报对于水资源规划管理、水库及水电站调度具有十分重要的意义.针对常规混沌预测方法的局限性,提出基于相空间重构的支持向量机(SVM)预报方法.该方法首先对径流时间序列进行混沌辨识,然后对其进行相空间重构,采用基于结构风险最小化的SVM进行径流预报.对于SVM的参数优选问题,以径向基核函数作为核函数,采用混沌变尺度优化方法进行参数寻优.实例表明,该方法优于SVM和人工神经网络(ANN)预报方法,且具有良好的泛化推广能力.

引用

页码：591 / 595

页数：5

共 7 条

[1] 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
[2] 一种水文时间序列预报的新方法
刘少华
毛红梅
[J]. 武汉大学学报(工学版), 2002, (04) : 52 - 55
[3] 变尺度混沌优化方法及其应用
张彤
王宏伟
王子才
[J]. 控制与决策 , 1999, (03) : 94 - 97
[4] 混沌优化方法及其应用
李兵
蒋慰孙
[J]. 控制理论与应用, 1997, (04) : 613 - 615
[5] 混沌时间序列分析及其应用[M]. 武汉大学出版社 , 吕金虎等编著, 2002
[6] Detection and predictive modeling of chaos in finite hydrological time series[J] . Khan S.,Ganguly A. R.,Saigal S..Nonlinear Processes in Geophysics . 2005 (41)
[7] A tutorial on support vector regression
Smola, AJ
Schölkopf, B
[J]. STATISTICS AND COMPUTING, 2004, 14 (03) : 199 - 222

← 1 →