基于小波分解的优化支持向量机模型在水库年径流预测中的应用 |
| |
引用本文: | 周婷,夏萍,胡宏祥,金菊良.基于小波分解的优化支持向量机模型在水库年径流预测中的应用[J].华北水利水电学院学报,2018(3). |
| |
作者姓名: | 周婷 夏萍 胡宏祥 金菊良 |
| |
作者单位: | 安徽农业大学;合肥工业大学 |
| |
摘 要: | 为提高水库中长期径流预测的精度和可靠性,更好地发挥水资源综合利用的效益,提出了结合小波分解预处理的支持向量机预测模型(SVM-WDP)。该模型将包含复杂信息和随机噪声的径流过程分解为不同频率、不同特征的子序列,再分别针对各子序列运用PSO参数优化支持向量机模型进行预测,最后将子序列预测结果重组为最终预测径流。以淮河流域梅山水库1959—2014年径流过程为研究对象进行预测,结果表明:SVM-WDP模型所得结果的合格率为85%,达到水文预报甲等标准;与单独使用支持向量机模型相比,SVM-WDP模型拟合阶段RMSD由14.98降低至7.76,预测阶段RMSD由6.85降低至5.54,模型的预测性能均大幅度提高。该模型为中长期年径流预测提供了有效的方法和思路。
|
本文献已被 CNKI 等数据库收录! |
|