基于粒子群最小二乘支持向量机的径流预测 |
| |
作者姓名: | 李佳 马光文 杨忠伟 贺玉彬 陶春华 |
| |
作者单位: | 国电大渡河流域水电开发有限公司;四川大学水电学院 |
| |
基金项目: | 国家科技支撑计划(2008BAB29B09);国家自然科学基金重点资助项目(50539140,50679098);美国能源基金会“中国可持续能源”项目(G-0610-08581) |
| |
摘 要: | 为了处理好径流模拟预测中的确定性和随机性影响因素,提出了粒子群算法PSO(Particle Swarm Opti-mization)优化最小二乘支持向量机LS-SVM(Least Square SVM)参数的径流预测模型。PSO算法能够基于群体智能进行随机优化,计算简单易于实现且具有更强的全局优化能力。利用参数优化前后的LS-SVM模型,对新疆伊犁河雅子渡站23 a实测径流进行模拟,并对径流进行预测,结果表明,该模型收敛速度和预测精度令人满意。
|
关 键 词: | 径流预测 径流模型 粒子群 最小二乘支持向量机 |
本文献已被 CNKI 等数据库收录! |
|