差分进化优化参数的LSSVM中长期径流预测

摘要：

针对LSSVM预测模型参数难以确定的问题,利用差分进化(DE)算法的收敛速度快和全局优化能力,优化LSSVM模型的惩罚因子和核函数参数,避免了人为选择参数的盲目性.将优化后的LSSVM模型应用于中长期径流预测问题.选取黄河三门峡站1919年至1992年径流量实测数据进行分析和训练,对1993年至2002年的年径流量进行预测,并与BP神经网络和SVM模型进行比较.研究结果表明,该模型具有较高的预测精度.

关键词：差分进化算法、最小二乘支持向量机、径流量预测、优化

所属期刊栏目：12

分类号：TP273.22(自动化技术及设备)

在线出版日期：2012-11-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：6955-6959