首页 | 本学科首页   官方微博 | 高级检索  
     

支持向量机及其在径流预测中的应用
引用本文:廖杰,王文圣,李跃清.支持向量机及其在径流预测中的应用[J].四川大学学报(工程科学版),2006,38(6):24-28.
作者姓名:廖杰  王文圣  李跃清
作者单位:1. 四川大学,水利水电学院,四川,成都,610065;四川师范大学,化学与材料科学学院,四川,成都,610066
2. 四川大学,水利水电学院,四川,成都,610065;中国气象局,成都高原气象研究所,四川,成都,610072
3. 中国气象局,成都高原气象研究所,四川,成都,610072
4. 四川大学,水利水电学院,四川,成都,610065
基金项目:国家自然科学基金;中国气象局开放实验室基金
摘    要:给出了支持向量机方法(SVM)的思路、特点及关键之处,探讨了SVM在径流预测中的可能性,并与基于遗传算法的门限回归模型(TR) 进行了对比分析。径流预测实例分析表明,在拟合阶段,SVM模型要好于TR模型;在预留检验阶段,SVM模型与TR模型接近。同时SVM模型适合于小样本情况且能达到全局最优。SVM模型用于径流预测是可行的、优越的。

关 键 词:支持向量机  结构风险最小化  径流预测
文章编号:1009-3087(2006)06-0024-05
收稿时间:01 13 2006 12:00AM
修稿时间:2006-01-13

Support Vector Machine Method and Its Application to Prediction of Runoff
LIAO Jie,WANG Wen-sheng,LI Yue-qing,HUANG Wei-jun.Support Vector Machine Method and Its Application to Prediction of Runoff[J].Journal of Sichuan University (Engineering Science Edition),2006,38(6):24-28.
Authors:LIAO Jie  WANG Wen-sheng  LI Yue-qing  HUANG Wei-jun
Affiliation:School of Water Resources and Hydropower, Sichuan Univ., Chengdu 610065,China;Dept. of Chemistry of Sichuan Normal Univ., Chengdu 610066, China;Chengdu Inst. of Plateau Meteorology, CMA, Chengdu 610072, China
Abstract:The main idea, features and key points of support vector machine (SVM) have been introduced in this paper. Then prediction of runoff has been studied with SVM technique, and compared with traditional threshold regression model (TR) based on genetic algorithm. The results of case studies have shown that the SVM method is functional and feasible.
Keywords:Support Vector Machine (SVM)  Structure Risk Minimization (SRM)  prediction of runoff
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《四川大学学报(工程科学版)》浏览原始摘要信息
点击此处可从《四川大学学报(工程科学版)》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号