本文選題：洪水預(yù)報(bào) + LS-SVM　； 參考：《昆明理工大學(xué)》2016年碩士論文

【摘要】：我國(guó)的洪水災(zāi)害發(fā)生頻繁,嚴(yán)重的影響著我國(guó)國(guó)民經(jīng)濟(jì)的平穩(wěn)健康發(fā)展。洪水預(yù)報(bào)作為一項(xiàng)非常重要的防洪減災(zāi)的非工程措施,在制定防洪減災(zāi)方案的工作過程中一直發(fā)揮著至關(guān)重要的作用。本文對(duì)四川省自貢市富順縣地區(qū)水文對(duì)象以及水系關(guān)系進(jìn)行了分析,應(yīng)用了河段洪水預(yù)報(bào)中的兩種方法：水位預(yù)報(bào)和流量預(yù)報(bào)。另外,因?yàn)橐恍┩庠谝蛩禺a(chǎn)生的影響,天然河道的水位和流量的數(shù)據(jù)在采集的過程中會(huì)產(chǎn)生一些誤差,所以就需要剔除這些誤差數(shù)據(jù)來提高河道水位和流量的預(yù)測(cè)精度。本文根據(jù)上述目標(biāo)主要做了以下的研究工作：(1)分析了樣本數(shù)據(jù)中誤差數(shù)據(jù)產(chǎn)生的原因、誤差的分類以及水文測(cè)驗(yàn)中誤差的主要特點(diǎn),采用了誤差處理方法中的改進(jìn)的拉依達(dá)準(zhǔn)則法(3σ)和肖維勒準(zhǔn)則法(Chauvenet)來處理樣本數(shù)據(jù)中存在的誤差數(shù)據(jù)。(2)比較了最小二乘法(LS)、支持向量機(jī)(SVM)、BP神經(jīng)網(wǎng)絡(luò)和最小二乘支持向量機(jī)(LS-SVM)這四種算法,得出了最小二乘支持向量機(jī)(LS-SVM)的預(yù)測(cè)能力最好的結(jié)論,所以本文中采用最小二乘支持向量機(jī)(LS-SVM)構(gòu)建預(yù)測(cè)模型。(3)通過比較最小二乘支持向量機(jī)(LS-SVM)的四種核函數(shù)的預(yù)測(cè)效果,得出了RBF核函數(shù)的預(yù)測(cè)效果最好的結(jié)論,所以本文中采用的核函數(shù)為RBF核函數(shù),并且應(yīng)用網(wǎng)格搜索法優(yōu)化模型的參數(shù)。(4)結(jié)合四川省自貢市富順縣地區(qū)的相關(guān)水位和流量數(shù)據(jù)資料構(gòu)建了三種預(yù)測(cè)模型,通過對(duì)歷史樣本數(shù)據(jù)的學(xué)習(xí)和訓(xùn)練,得到所建立的三種預(yù)測(cè)模型的輸出數(shù)據(jù),根據(jù)《水文情報(bào)預(yù)報(bào)規(guī)范》(SL250-2000)為依據(jù)來評(píng)定此三種模型的預(yù)測(cè)精度。根據(jù)實(shí)驗(yàn)結(jié)果和《水文情報(bào)預(yù)報(bào)規(guī)范》(SL250-2000)得到：建立的三種預(yù)測(cè)模型的預(yù)測(cè)效果都比較好,并且雙輸入單輸出(水位和流量—水位)預(yù)測(cè)模型要比單輸入單輸出(水位—水位)預(yù)測(cè)模型和單輸入單輸出(流量——流量)預(yù)測(cè)模型的預(yù)測(cè)精度高,說明：如果輸入的影響因子增多,那么得到的預(yù)測(cè)模型就會(huì)越精準(zhǔn)。該結(jié)果可以為研究河段的水位和流量的變化提供一定的參考。
[Abstract]:Flood disasters occur frequently in our country, which seriously affect the steady and healthy development of our national economy. Flood forecasting, as a very important non-engineering measure for flood control and disaster reduction, has been playing an important role in the process of making flood control and disaster reduction plan. In this paper, the hydrological object and the relationship of water system in Fushun County, Zigong City, Sichuan Province are analyzed, and two methods of flood forecasting in river reach are applied: water level forecast and discharge forecast. In addition, because of the influence of some external factors, the data of water level and discharge of natural river will produce some errors in the process of collecting, so it is necessary to eliminate these error data to improve the prediction accuracy of water level and discharge. In this paper, the following research work is done according to the above objective: 1) the causes of the error data in the sample data, the classification of the errors and the main characteristics of the errors in the hydrological test are analyzed. The improved Laida criterion (3 蟽) and the Shawville criterion (Chauvenetett) are used to deal with the error data in the sample data.) the least square method (LSN), support vector machine (SVM) BP neural network and least square branch are compared. LS-SVM) these four algorithms, It is concluded that the least square support vector machine (LS-SVM) has the best prediction ability. Therefore, the prediction model of LS-SVM is constructed by using least squares support vector machine (LS-SVM), and the prediction results of four kernel functions of LS-SVM) are compared by comparing the prediction results of LS-SVM (least squares support vector machine) and LS-SVM (least squares support vector machine). The best prediction effect of RBF kernel function is obtained, so the kernel function used in this paper is RBF kernel function. And the parameters of the model are optimized by using the grid search method. (4) combined with the data of water level and discharge in Fushun County, Zigong City, Sichuan Province, three kinds of prediction models are constructed, and through the study and training of historical sample data, three kinds of prediction models are constructed. The output data of the three prediction models are obtained and the prediction accuracy of the three models is evaluated according to the Hydrological Information Forecast Code (SL250-2000). According to the experimental results and the Hydrological Information Forecast Standard (SL250-2000), it is concluded that the prediction results of the three prediction models are good. Moreover, the prediction accuracy of double input and single output (water level and discharge water level) prediction model is higher than that of single input and single output (water level-water level) model and single input and single output (discharge-discharge) model. Explanation: if the input factors increase, the prediction model will be more accurate. The results can provide some reference for studying the variation of water level and discharge.
【學(xué)位授予單位】：昆明理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TV122

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃保國(guó),夏冰;美國(guó)洪水預(yù)報(bào)及預(yù)警系統(tǒng)發(fā)展概況[J];中國(guó)水利;2003年10期

2 王冬至;;洪水預(yù)報(bào)在防汛抗洪中的作用[J];河南水利;2006年12期

3 王琳菲;韓新慶;;潁河洪水預(yù)報(bào)方案及防洪措施探討[J];治淮;2008年02期

4 劉志雨;;我國(guó)洪水預(yù)報(bào)技術(shù)研究進(jìn)展與展望[J];中國(guó)防汛抗旱;2009年05期

5 姜文;;中國(guó)洪水預(yù)報(bào)系統(tǒng)在貝江勾灘洪水預(yù)報(bào)中的應(yīng)用[J];廣西水利水電;2011年01期

6 杜雪梅;丁素媛;竇冰;;臥虎山水庫洪水預(yù)報(bào)的編制及應(yīng)用[J];山東水利;2011年04期

7 韓現(xiàn)明;;做好水文洪水預(yù)報(bào)的幾點(diǎn)思考[J];山東水利;2013年Z1期

8 ;我國(guó)洪水預(yù)報(bào)專家代表團(tuán)赴朝鮮訪問[J];水文;1982年06期

9 鄒敬涵;;洪水預(yù)報(bào)淺談[J];治淮;1984年03期

10 王厥謀;樂嘉祥;;努力作好為防汛決策服務(wù)的洪水預(yù)報(bào)工作[J];中國(guó)水利;1988年04期

相關(guān)會(huì)議論文 前10條

1 陶永格;金長(zhǎng)興;丁伯良;劉康美;王紅英;;衢州站洪水預(yù)報(bào)方案的研制[A];中國(guó)水利學(xué)會(huì)一九九九年優(yōu)秀論文集[C];1999年

2 薛燕;;城市洪水預(yù)報(bào)特點(diǎn)與方法解析[A];中國(guó)水利學(xué)會(huì)2010學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2010年

3 孫春鵬;劉金平;;淮河“2003.7”洪水預(yù)報(bào)技術(shù)[A];新世紀(jì)氣象科技創(chuàng)新與大氣科學(xué)發(fā)展——中國(guó)氣象學(xué)會(huì)2003年年會(huì)“03.7淮河大水的水文氣象學(xué)問題”分會(huì)論文集[C];2003年

4 宋玉;楊濤;李致家;;分布式水文模型在淮河洪澤湖以上流域洪水預(yù)報(bào)中的應(yīng)用[A];青年治淮論壇論文集[C];2005年

5 何俊霞;;特殊暴雨對(duì)史河洪水預(yù)報(bào)的影響分析[A];青年治淮論壇論文集[C];2005年

6 陳洋波;黃鋒華;徐會(huì)軍;;連江流域洪水預(yù)報(bào)分布式物理水文模型初步研究[A];中國(guó)水利學(xué)會(huì)2008學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2008年

7 陳勝晶;;洪口水電站施工期庫區(qū)洪水預(yù)報(bào)的分析研究[A];福建省第十二屆水利水電青年學(xué)術(shù)交流會(huì)論文集[C];2008年

8 嚴(yán)忠祥;潘華海;郝春灃;陸玉忠;;變化環(huán)境下的洪水預(yù)報(bào)理論與方法[A];水庫大壩建設(shè)與管理中的技術(shù)進(jìn)展——中國(guó)大壩協(xié)會(huì)2012學(xué)術(shù)年會(huì)論文集[C];2012年

9 王曉鳳;張世明;;2012年長(zhǎng)江上游朱沱水文站大洪水預(yù)報(bào)分析[A];重慶市水利學(xué)會(huì)“合理配置和高效利用水資源 服務(wù)城鄉(xiāng)發(fā)展”專題研討會(huì)論文匯編[C];2013年

10 李培;;洪水預(yù)報(bào)與水庫調(diào)度[A];全國(guó)大中型水電廠技術(shù)協(xié)作網(wǎng)第五屆年會(huì)論文集[C];2008年

相關(guān)重要報(bào)紙文章 前10條

1 記者 顧勇兵 通訊員 李毅;我州啟用新編洪水預(yù)報(bào)方案[N];團(tuán)結(jié)報(bào);2014年

2 本報(bào)記者 晁毓山;科技防汛 洪水預(yù)報(bào)躋身世界先進(jìn)[N];中國(guó)高新技術(shù)產(chǎn)業(yè)導(dǎo)報(bào);2010年

3 黃強(qiáng) 劉招 閆正龍 于興杰 西安理工大學(xué)西北水資源與環(huán)境生態(tài)教育部重點(diǎn)實(shí)驗(yàn)室;洪水預(yù)報(bào)信息關(guān)系水庫調(diào)度的成敗[N];中國(guó)水利報(bào);2008年

4 本版編輯 覃光華 方華 本刊記者 龐亞斌;面向?qū)ο蠹夹g(shù)：讓洪水預(yù)報(bào)更及時(shí)[N];中國(guó)水利報(bào);2006年

5 史和平;水情人生[N];黃河報(bào);2008年

6 本報(bào)記者 湯少林;無私奉獻(xiàn) 保衛(wèi)安瀾[N];中國(guó)水利報(bào);2013年

7 本報(bào)記者 王靜琳;“數(shù)字黃河”建設(shè)顯身手[N];黃河報(bào);2006年

8 英愛文;陳福春;江西抗御洪魔誰能敵水文測(cè)報(bào)功無比[N];中國(guó)水利報(bào);2002年

9 本報(bào)記者 呂娜;29.10米的考驗(yàn)[N];中國(guó)水利報(bào);2005年

10 ;淮河：信息技術(shù)的“天羅地網(wǎng)”[N];中國(guó)水利報(bào);2004年

相關(guān)博士學(xué)位論文 前10條

1 孫新國(guó);水利工程影響下的洪水預(yù)報(bào)及歷史暴雨洪水重現(xiàn)研究[D];大連理工大學(xué);2016年

2 錢鏡林;現(xiàn)代洪水預(yù)報(bào)技術(shù)研究[D];浙江大學(xué);2004年

3 章四龍;洪水預(yù)報(bào)系統(tǒng)關(guān)鍵技術(shù)研究[D];河海大學(xué);2005年

4 鄭毅;北運(yùn)河流域洪水預(yù)報(bào)與調(diào)度系統(tǒng)研究及應(yīng)用[D];清華大學(xué);2009年

5 瞿思敏;抗差理論在洪水預(yù)報(bào)中的應(yīng)用研究[D];河海大學(xué);2004年

6 郭曉亮;感潮河段潮位與洪水預(yù)報(bào)及上游水庫控制模式研究[D];大連理工大學(xué);2009年

7 張海亮;洪水智能預(yù)報(bào)方法與系統(tǒng)研究[D];西北農(nóng)林科技大學(xué);2006年

8 李麗琴;熵與模糊集理論在洪水預(yù)報(bào)及水庫調(diào)度中的應(yīng)用研究[D];大連理工大學(xué);2007年

9 曹明亮;基于多源信息分析人類活動(dòng)對(duì)徑流及洪水預(yù)報(bào)的影響[D];大連理工大學(xué);2011年

10 李力;半干旱半濕潤(rùn)流域洪水預(yù)報(bào)模型的研制及應(yīng)用[D];西安理工大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 聶佳彬;三十把水電站洪水預(yù)報(bào)模型及其參數(shù)不確定性研究[D];南昌工程學(xué)院;2015年

2 丁海蛟;基于LS-SVM的河道洪水預(yù)報(bào)研究[D];昆明理工大學(xué);2016年

3 李茹;中央防汛決策支持系統(tǒng)洪水預(yù)報(bào)子系統(tǒng)的研制與開發(fā)[D];西安理工大學(xué);2000年

4 夏達(dá)忠;流域洪水預(yù)報(bào)系統(tǒng)關(guān)鍵技術(shù)研究[D];河海大學(xué);2005年

5 柳卓;系統(tǒng)聚類方法在洪水預(yù)報(bào)中的應(yīng)用研究[D];浙江大學(xué);2007年

6 張曉宇;水城水庫洪水預(yù)報(bào)研究[D];昆明理工大學(xué);2003年

7 劉強(qiáng);三峽水庫洪水預(yù)報(bào)研究及其系統(tǒng)開發(fā)與應(yīng)用[D];華中科技大學(xué);2010年

8 顧令宇;沂沭泗流域洪水預(yù)報(bào)調(diào)度模型研究[D];河海大學(xué);2004年

9 安學(xué)利;半干旱半濕潤(rùn)地區(qū)洪水預(yù)報(bào)軟件開發(fā)研究[D];太原理工大學(xué);2005年

10 謝紹平;西江中、下游河床下切變化及洪水預(yù)報(bào)改進(jìn)研究[D];武漢大學(xué);2004年

，

本文編號(hào)：1991513