静电放电算法-混合核SVM的月径流预报模型及应用

摘要：

为提高水文预测预报精度,构建基于多项式核与高斯核混合的支持向量机(SVM),利用静电放电算法(ES-DA)优化混合核SVM关键参数和混合权重系数,提出混合核ESDA-SVM枯水期月径流预测模型,并构建高斯核ESDA-SVM、多项式核ESDA-SVM及ESDA-BP作对比预测模型,以云南省某水文站枯水期1—4月月径流预测为例进行实例研究,利用实例前24 a和后10 a资料对各模型进行训练和预测.结果表明,混合核ESDA-SVM模型对实例1—4月月径流预测的平均相对误差绝对值分别为4.09％、3.32％、3.51％和5.64％,预测精度均高于多项式核ESDA-SVM等3种模型.混合核ESDA-SVM模型综合了多项式全局核函数和高斯局部核函数二者优点,在预测精度、泛化能力等方面均优于对比模型,具有较好的实际应用价值.

关键词：径流预测、静电放电算法、混合核函数、支持向量机、参数优化

所属期刊栏目：41

分类号：P334+.92(水文科学（水界物理学）)

在线出版日期：2020-04-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：23-28