| 兰州站径流支持向量机预测 |
| |
| 引用本文： | 畅明琦,刘俊萍.兰州站径流支持向量机预测[J].水力发电学报,2010,29(4). |
| |
| 作者姓名： | 畅明琦 刘俊萍 |
| |
| 作者单位： | 1. 长安大学,水与发展研究院,西安,710064;中国灌溉排水发展中心,北京,100054
2. 浙江工业大学,建筑工程学院,杭州,310032 |
| |
| 基金项目： | 教育部国家外国专家局111创新引智计划，全球环境基金(GEF) |
| |
| 摘 要： | 统计学习理论是研究有限样本情况下机器学习规律的理论.支持向量机是基于统计学习理论的一种新型的机器学习方法,可以解决样本空间中的高度非线性分类和回归等问题.建立了两种模型,模型Ⅰ将黄河干流兰州站的径流时间序列作为输入,模型Ⅱ将径流时间序列和太阳黑子作为输入,两种模型都应用支持向量机对次年的年径流进行预测.结果表明,SVM模型泛化能力强,具有较满意的预测效果.它较好地解决了小样本、过学习、高维数、局部最小等问题,同时模型Ⅱ的预测效果优于模型Ⅰ的,说明径流除了与径流时间序列本身有关外,与太阳黑子活动等有较密切的关系.虽然两者间的物理关系尚需进一步研究,但是支持向量机反映出两者间的非线性关系.
|
| 关 键 词： | 统计学习理论 支持向基机 太阳黑子 径流 预测 |
Prediction of the runoff at Lanzhou station with a support vector machine model |
| |
| CHANG Mingqi
,
LIU Junping.Prediction of the runoff at Lanzhou station with a support vector machine model[J].Journal of Hydroelectric Engineering,2010,29(4). |
| |
| Authors: | CHANG Mingqi LIU Junping |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
