鸟群算法-投影寻踪回归模型在多元变量年径流预测中的应用

利用投影寻踪回归(PPR)模型进行年径流预测。针对PPR模型矩阵参数难以确定的不足,利用一种新型群体智能仿生算法——鸟群算法(BSA)优化PPR模型矩阵参数,提出BSA-PPR预测模型,以新疆伊犁河雅马渡站年径流预测为例进行实例研究,并构建BSA-SVM模型作对比。利用实例前17年资料对模型进行训练,后6年资料进行预测。结果表明:BSA-PPR模型对实例后6年年径流预测的平均相对误差绝对值为5.99%,精度优于BSA-SVM模型及相关文献,具有较高的预测精度和泛化能力。该模型及方法可解决其他相关回归预测问题,具有良好的应用前景。