基于GM-SVR耦合的月径流预测模型研究与应用

被引：7

作者：

朱双

周建中

丁小玲

谢蒙飞

吴江

机构：

[1] 华中科技大学水电与数字化工程学院

来源：

水力发电 | 2015年 / 41卷 / 12期

关键词：

支持向量机; 灰色理论; 核函数; 月径流;

D O I：

暂无

中图分类号：

P338.2 [];

学科分类号：

081501 ;

摘要：

考虑到某月径流与该月历史同期径流以及临近月径流均有较强相关性,而通常预报方法只采用其中一种径流序列,导致了可用信息损失。为此,提出一种基于灰色理论和支持向量机回归的组合预报模型。提出的模型综合利用了径流年内变化和年际变化信息,与单一灰色模型和支持向量机模型进行预测对比,结果表明基于灰色支持向量机的月径流模型预测精度明显高于单一模型,尤其是对径流变化剧烈的汛期表现出更优越的预测性能。

引用

页码：17 / 20

页数：4

共 14 条

[1] 支持向量机及其在径流预测中的应用 [J].

廖杰 ;

王文圣 ;

李跃清 ;

黄伟军 .

四川大学学报(工程科学版), 2006, (06) :24-28

[2]

A practical Guide to SupportVector Classification. Hsu C W,Chang C C,Lin C J. . 2003

[3]

The Nature of Statistical Learning Theory. Vapnik VN. . 1999

[4]

水文小波分析[M]. 化学工业出版社 , 王文圣,丁晶,李跃清著, 2005

[5] SUPPORT-VECTOR NETWORKS [J].

CORTES, C ;

VAPNIK, V .

MACHINE LEARNING, 1995, 20 (03) :273-297

[6] 季节性支持向量机中长期径流预报模型 [J].

张卫国 ;

钟平安 ;

张玉兰 ;

郭乐 ;

王新龙 .

水力发电, 2014, 40 (04) :17-21

[7] 水资源变化趋势的灰色聚类预测 [J].

冯利华 .

资源科学, 1999, (03) :13-17

[8]

长江上游寸滩站年最高水位预测模型研究[J]. 王渺林. 水资源研究. 2005(03)

[9] 基于改进支持向量机回归的日径流预测模型 [J].

郭俊 ;

周建中 ;

张勇传 ;

宋利祥 ;

刘强 .

水力发电, 2010, 36 (03) :12-15

[10] 支持向量机回归模型在径流预测中的应用 [J].

周秀平 ;

王文圣 ;

黄伟军 .

水电能源科学, 2006, (04) :4-7+97

← 1 2 →