| 基于 PSO-SVR 的丹江口年径流预报 |
| |
| 引用本文： | 王 迁,杨明祥,雷晓辉,舒 坚,孙利民,黄雪姝. 基于 PSO-SVR 的丹江口年径流预报[J]. 南水北调与水利科技（中英文）, 2018, 16(3): 65-71 |
| |
| 作者姓名： | 王 迁 杨明祥 雷晓辉 舒 坚 孙利民 黄雪姝 |
| |
| 作者单位： | 南昌航空大学软件学院;中国水利水电科学研究院流域水循环模拟与调控国家重点实验室;中国科学院信息工程研究所;黄河水利委员会信息中心 |
| |
| 基金项目： | “十三五”国家重点研发计划子课题“梯级水库群影响下流域水文循环演变规律研究”(2016YFC0402201-01) ; 中国水利水电科学 研究院基本科研业务费专项项目(WR0145B212017) |
| |
| 摘 要： | 目前应用于丹江口水库年径流预报的方法主要为物理统计和人工神经网络(ANN)等方法,但这些方法普遍存在预报精度不高和稳定性不强等缺点。选择回归支持向量机(SVR)模型应用于丹江口水库年径流预报,针对惩罚系数C、核参数σ和不敏感损失系数ε三个参数在实际赋值过程中存在计算量大、难以得到最优值等问题,将粒子群优化算法(PSO)加入到SVR模型中,建立PSO-SVR模型,实现了参数的自动优选。结果表明,PSO-SVR模型较之SVR模型,提高了预报精度;较之ANN模型,稳定性更强,可信度更高。该模型具有较好的应用价值,可为南水北调中线工程调度方案制定提供一定的参考依据。
|
| 关 键 词： | 丹江口水库 回归支持向量机 粒子群优化算法 年径流预报 预报因子 |
Annual runoff forecast for Danjiangkou based on PSO-SVR |
| |
| WANG Qian,YANG Mingxiang,LEI Xiaohui,SHU Jian,SUN Limin,HUANG Xueshu. Annual runoff forecast for Danjiangkou based on PSO-SVR[J]. South-to-North Water Transfers and Water Science & Technology, 2018, 16(3): 65-71 |
| |
| Authors: | WANG Qian YANG Mingxiang LEI Xiaohui SHU Jian SUN Limin HUANG Xueshu |
| |
| Affiliation: | ( 1. School of Software, Nanchang Hang kong University , Nanchang 330063, China; 2. State Key Laboratory of Water Cycle Simulation and Regulation, China Academy of Water Resources and Hydropower Research, Beijing 100038, China; 3. Institute of Information Engineering , Chinese Academy of Sciences, Beijing 100093, China; 4. Information Center of Yellow R iver Conservancy Commission, Zhengzhou 450003, China) |
| |
| Abstract: | |
| |
| Keywords: | Danjiangkou Reservoir regression support vector machine particle swarm optimization annual runoff forecast forecast factor |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《南水北调与水利科技（中英文）》浏览原始摘要信息 |
|
点击此处可从《南水北调与水利科技（中英文）》下载免费的PDF全文 |
|
