基于改进支持向量机回归的日径流预测模型

详细信息   全文下载|推荐本文 |

• 出版年：2010
• 作者：郭俊；周建中；张勇传；宋利祥；刘强
• 单位1：华中科技大学水电与数字化工程学院
• 出生年：1988
• 学历：博士研究生
• 语种：中文
• 作者关键词：支持向量机；BP神经网络；核函数；径流预测
• 起始页：12
• 总页数：4
• 经费资助：国家973重点基础研究发展计划项目（2007CB714107）；国家科技支撑计划项目（2008BAB29B08）；水利部公益性行业科研专项（200701008）
• 刊名：水力发电
• 是否内版：否
• 刊频：月刊
• 创刊时间：1954
• 主管单位：国务院国有资产监督管理委员会
• 主办单位：中国水电工程顾问集团公司
• 主编：徐方军
• 地址：北京德外六铺炕北小街2号
• 电子信箱：waterpower1954@sohu.com
• 卷：36
• 期：3
• 期刊索取号：P472.06 144-2
• 数据库收录：中文核心期刊；中国科技核心期刊；中国期刊方阵双百期刊；全国优秀科技期刊；北京全优科技期刊；电力报刊协会优秀电力期刊
• 核心期刊：中文核心期刊；中国科技核心期刊

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。