| 基于改进支持向量机回归的日径流预测模型 |
| |
| 引用本文： | 郭俊,周建中,张勇传,宋利祥,刘强. 基于改进支持向量机回归的日径流预测模型[J]. 水力发电, 2010, 36(3) |
| |
| 作者姓名： | 郭俊 周建中 张勇传 宋利祥 刘强 |
| |
| 作者单位： | 华中科技大学水电与数字化工程学院,湖北,武汉,430074 |
| |
| 基金项目： | 国家重点基础研究发展规划(973计划)，国家科技支撑计划，水利部公益性行业科研专项 |
| |
| 摘 要： | 日径流预测是水资源优化调度的重要组成部分,日径流预测精度的高低直接影响水资源优化配置的程度。针对日径流序列的特性,研究提出一种改进的支持向量机回归模型,并应用于日径流预测。与基本支持向量机和BP神经网络对比分析的实验结果表明,基于改进支持向量机回归预测模型的日径流预测精度明显高于BP网络,尤其是对于变化剧烈的径流序列表现出较基本支持向量机回归模型更优越的预测性能,为日径流预测分析提供了一种可靠、有效的途径和方法。
|
| 关 键 词： | 支持向量机 BP神经网络 核函数 径流预测 |
Daily Runoff Forecast Based on Improved Support Vector Machine Regression Model |
| |
| Guo Jun,Zhou Jianzhong,Zhang Yongchuan,Song Lixiang,Liu Qiang. Daily Runoff Forecast Based on Improved Support Vector Machine Regression Model[J]. Water Power, 2010, 36(3) |
| |
| Authors: | Guo Jun Zhou Jianzhong Zhang Yongchuan Song Lixiang Liu Qiang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
