基于GEO-RVM模型的枯水期月径流预报研究 |
| |
引用本文: | 张亚杰,崔东文.基于GEO-RVM模型的枯水期月径流预报研究[J].人民珠江,2022(8):93-99. |
| |
作者姓名: | 张亚杰 崔东文 |
| |
作者单位: | 1. 云南省玉溪市易门县水利局;2. 云南省文山州水务局 |
| |
摘 要: | 为提高枯水期月径流预测精度,研究提出金雕优化(GEO)算法与相关向量机(RVM)相融合的预测方法。基于云南省某水文站67 a的径流资料,选取预报月之前具有较好相关性的月径流作为预报影响因子,通过主成分分析(PCA)对影响因子进行降维处理,利用GEO算法优化RVM核宽度因子和超参数,建立GEO-RVM模型对该站枯水期11月、12月和次年1—4月月径流进行预报,预报结果与基于GEO算法优化的支持向量机(SVM)模型(GEO-SVM)作对比。结果表明:GEO-RVM模型对实例11月、12月和次年1—4月月径流预报的平均相对误差分别为8.59%、7.34%、5.97%、6.07%、5.99%、5.04%,预报精度优于GEO-SVM模型。GEO算法能有效优化RVM核宽度因子和超参数,GEO-RVM模型具有较好的预报精度,将其用于枯水期月径流预报是可行的。
|
关 键 词: | 月径流预测 相关向量机 金雕优化算法 数据降维 参数优化 枯水期 |
|
|