基于WT-HBBO-RBF模型的年径流时间序列预测 |
| |
引用本文: | 徐成贵,崔东文.基于WT-HBBO-RBF模型的年径流时间序列预测[J].水力发电,2023(4):17-22+95. |
| |
作者姓名: | 徐成贵 崔东文 |
| |
作者单位: | 2. 云南省文山州水务局 |
| |
摘 要: | 利用4个基准函数对HBBO进行仿真测试;采用WT分解处理年径流时序数据;通过突变点检测方法Mann-Kendal(M-K)划分训练、预测样本,构建RBF适应度函数,利用HBBO优化RBF神经网络输出层权值、基函数中心和隐含层节点宽度,建立WT-HBBO-RBF模型,并构建WT-HBBO-SVM、WT-HBBO-BP、WT-RBF、WT-SVM、WT-BP、HBBO-RBF、HBBO-SVM、HBBO-BP作为对比分析模型。以云南省龙潭站、落却站年径流时间序列预测实例对模型进行验证的结果表明,HBBO具有较好的寻优精度及全局搜索能力;WT-HBBO-RBF模型对龙潭站、落却站年径流时间序列预测误差小于其他对比模型,具有较好的预测精度和泛化能力;HBBO能有效优化RBF神经网络输出层权值、基函数中心和隐含层节点宽度,提高RBF神经网络预测性能;WT能科学降低径流序列的复杂性,提高预测精度。
|
关 键 词: | 年径流预测 小波变换(WT) 人类行为优化(HBBO)算法 径向基函数(RBF)神经网络 仿真测试 参数优化 |
|