發(fā)布時(shí)間：2019-02-22 16:59

【摘要】：為提高徑流預(yù)測(cè)模型的準(zhǔn)確性與穩(wěn)定性,對(duì)KPCA-PSO-SVM的徑流預(yù)測(cè)方法進(jìn)行了研究。在分析徑流影響因素的基礎(chǔ)上,利用核主成分分析(KPCA)法對(duì)徑流影響因子進(jìn)行非線性特征提取,獲得主成分作為支持向量機(jī)(SVM)的輸入變量,建立了徑流預(yù)測(cè)SVM模型,其中模型參數(shù)通過(guò)粒子群算法(PSO)進(jìn)行優(yōu)化。模型建立后,以新疆伊犁河雅馬渡站中長(zhǎng)期徑流預(yù)測(cè)為例進(jìn)行分析。預(yù)測(cè)分析結(jié)果表明,在擬合和檢驗(yàn)階段模型的平均相對(duì)誤差分別為0.77%和7.64%,與其他預(yù)測(cè)模型比較,基于KPCA-PSO-SVM方法建立的徑流預(yù)測(cè)模型有較好的預(yù)測(cè)和泛化能力,是一種行之有效的中長(zhǎng)期徑流預(yù)測(cè)方法。
[Abstract]:In order to improve the accuracy and stability of runoff prediction model, the runoff prediction method of KPCA-PSO-SVM was studied. On the basis of analyzing the influencing factors of runoff, the (KPCA) method of kernel principal component analysis was used to extract the nonlinear features of runoff influencing factors, and the principal component was obtained as the input variable of (SVM) of support vector machine. The SVM model of runoff prediction was established. The model parameters are optimized by particle swarm optimization (PSO). After the establishment of the model, the long-term runoff prediction at Yili River Yamadu Station in Xinjiang was analyzed as an example. The results of prediction analysis show that the average relative errors of the models are 0.77% and 7.64% respectively in the fitting and testing stages, which are compared with other prediction models. The runoff forecasting model based on KPCA-PSO-SVM method has good forecasting and generalization ability, and it is an effective medium and long term runoff forecasting method.
【作者單位】： 長(zhǎng)江水利委員會(huì)水政與安監(jiān)局;武漢大學(xué)水資源與水電工程科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室;軍事經(jīng)濟(jì)學(xué)院基礎(chǔ)部;
【分類(lèi)號(hào)】：TV121

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 徐緯芳;劉成忠;顧延濤;;基于PCA和支持向量機(jī)的徑流預(yù)測(cè)應(yīng)用研究[J];水資源與水工程學(xué)報(bào);2010年06期

2 廖杰;王文圣;李躍清;黃偉軍;;支持向量機(jī)及其在徑流預(yù)測(cè)中的應(yīng)用[J];四川大學(xué)學(xué)報(bào)(工程科學(xué)版);2006年06期

3 林劍藝;程春田;;支持向量機(jī)在中長(zhǎng)期徑流預(yù)報(bào)中的應(yīng)用[J];水利學(xué)報(bào);2006年06期

4 梅松,程偉平,劉國(guó)華;基于支持向量機(jī)的洪水預(yù)報(bào)模型初探[J];中國(guó)農(nóng)村水利水電;2005年03期

5 吳今培;基于核函數(shù)的主成分分析及應(yīng)用[J];系統(tǒng)工程;2005年02期

6 王景雷,吳景社,孫景生,齊學(xué)斌;支持向量機(jī)在地下水位預(yù)報(bào)中的應(yīng)用研究[J];水利學(xué)報(bào);2003年05期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 董前進(jìn);張旭;;基于遙相關(guān)的三峽水庫(kù)中長(zhǎng)期徑流預(yù)測(cè)[J];華北水利水電大學(xué)學(xué)報(bào)(自然科學(xué)版);2016年06期

2 萬(wàn)星火;王玲;周麗暉;檀亦麗;;本科專(zhuān)業(yè)人才培養(yǎng)效率評(píng)價(jià)——基于核主成分的數(shù)據(jù)包絡(luò)模型[J];教育現(xiàn)代化;2016年37期

3 崔東文;金波;;鳥(niǎo)群算法-投影尋蹤回歸模型在多元變量年徑流預(yù)測(cè)中的應(yīng)用[J];人民珠江;2016年11期

4 孟錦根;;基于PSO-LSSVM的干旱區(qū)中長(zhǎng)期降水預(yù)測(cè)模型研究[J];長(zhǎng)江科學(xué)院院報(bào);2016年10期

5 巴歡歡;郭生練;鐘逸軒;劉章君;;SSA-LSSVM在中長(zhǎng)期徑流預(yù)測(cè)中的應(yīng)用研究[J];水資源研究;2016年05期

6 袁忠大;符雙學(xué);王大偉;;基于主成分分析的航空發(fā)動(dòng)機(jī)性能綜合評(píng)估[J];航空計(jì)算技術(shù);2016年05期

7 Yannan Zhao;Yuan Li;Lifen Zhang;Qiuliang Wang;;Groundwater level prediction of landslide based on classification and regression tree[J];Geodesy and Geodynamics;2016年05期

8 鞠彬;王嘉毅;;基于粒子群算法與最小二乘支持向量機(jī)的ET_0模擬[J];水資源保護(hù);2016年04期

9 黃志強(qiáng);任鴻飛;梁芳敏;魏繼祖;段長(zhǎng)生;;核主成分分析在地球化學(xué)元素組合異常圈定中的應(yīng)用[J];物探化探計(jì)算技術(shù);2016年04期

10 巴超;劉婷婷;劉向紅;;水電站支持向量機(jī)組合預(yù)報(bào)模型[J];河南科技;2016年05期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 方紅衛(wèi);孫世群;朱雨龍;肖中新;施帆君;;主成分分析法在水質(zhì)評(píng)價(jià)中的應(yīng)用及分析[J];環(huán)境科學(xué)與管理;2009年12期

2 卓蘇霜;蘇國(guó)韶;袁欽承;;徑流長(zhǎng)期預(yù)報(bào)的支持向量機(jī)方法[J];企業(yè)科技與發(fā)展;2009年18期

3 張小確;高枝榮;夏云貴;;主成分分析方法及其在各儀器分析中的應(yīng)用[J];河北工業(yè)科技;2007年06期

4 于國(guó)榮;夏自強(qiáng);;支持向量機(jī)的混沌序列預(yù)測(cè)模型及在徑流中應(yīng)用[J];水利學(xué)報(bào);2007年S1期

5 李亞嬌;沈冰;李家科;李懷恩;;基于混沌支持向量機(jī)的徑流時(shí)間序列預(yù)測(cè)研究——以渭河寶雞林家村站徑流序列為例[J];西安建筑科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年06期

6 廖杰;王文圣;李躍清;黃偉軍;;支持向量機(jī)及其在徑流預(yù)測(cè)中的應(yīng)用[J];四川大學(xué)學(xué)報(bào)(工程科學(xué)版);2006年06期

7 林劍藝;程春田;;支持向量機(jī)在中長(zhǎng)期徑流預(yù)報(bào)中的應(yīng)用[J];水利學(xué)報(bào);2006年06期

8 盧敏;張展羽;;徑流預(yù)測(cè)的支持向量機(jī)應(yīng)用研究[J];中國(guó)農(nóng)村水利水電;2006年02期

9 劉雋,周濤,周佩玲;GA優(yōu)化支持向量機(jī)用于混沌時(shí)間序列預(yù)測(cè)[J];中國(guó)科學(xué)技術(shù)大學(xué)學(xué)報(bào);2005年02期

10 梅松,程偉平,劉國(guó)華;基于支持向量機(jī)的洪水預(yù)報(bào)模型初探[J];中國(guó)農(nóng)村水利水電;2005年03期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張建興;馬孝義;趙文舉;高文強(qiáng);王波雷;;基于生命旋回-權(quán)馬爾可夫的徑流預(yù)測(cè)模型[J];武漢大學(xué)學(xué)報(bào)(工學(xué)版);2008年06期

2 馬建琴;許龍賓;師琨;;改進(jìn)型灰色馬爾科夫模型在徑流預(yù)測(cè)中的應(yīng)用[J];華北水利水電學(xué)院學(xué)報(bào);2012年02期

3 周秀平;王文圣;黃偉軍;;支持向量機(jī)回歸模型在徑流預(yù)測(cè)中的應(yīng)用[J];水電能源科學(xué);2006年04期

4 袁曉輝;張勇傳;袁艷斌;;基于遺傳規(guī)劃的徑流預(yù)測(cè)新方法[J];水力發(fā)電;2006年08期

5 陳f^;隋彬;;徑流預(yù)測(cè)在雅礱江流域梯級(jí)電站中的應(yīng)用[J];水力發(fā)電;2007年12期

6 曹輝;黃強(qiáng);白濤;金力新;吳超;;徑流預(yù)測(cè)方法對(duì)比分析[J];人民黃河;2009年09期

7 汪蕓;郭生練;李響;;奇異譜分析在中長(zhǎng)期徑流預(yù)測(cè)中的應(yīng)用研究[J];人民長(zhǎng)江;2011年09期

8 朱聰;王文圣;程開(kāi)宇;楊娟;;一種新型耦合模型在月徑流預(yù)測(cè)中的應(yīng)用[J];水力發(fā)電;2012年01期

9 劉素一,廖家平;徑流預(yù)測(cè)中的非線性分析方法[J];湖北工學(xué)院學(xué)報(bào);2003年01期

10 李計(jì);李毅;嚴(yán)寶文;宋松柏;;基于四種方法的月徑流預(yù)測(cè)研究[J];水利與建筑工程學(xué)報(bào);2010年02期

相關(guān)碩士學(xué)位論文 前7條

1 汪龍;基于BP網(wǎng)絡(luò)的徑流預(yù)測(cè)研究[D];昆明理工大學(xué);2015年

2 潘希強(qiáng);面向藏木電站下閘蓄水日期選擇的雅江中游徑流預(yù)測(cè)研究[D];清華大學(xué);2014年

3 戴露;雅魯藏布江中游段徑流預(yù)測(cè)研究[D];四川大學(xué);2006年

4 楊東方;電力市場(chǎng)環(huán)境下水電站中長(zhǎng)期徑流預(yù)測(cè)及優(yōu)化調(diào)度研究[D];四川大學(xué);2003年

5 任磊;基于人工神經(jīng)網(wǎng)絡(luò)的金溝河流域徑流預(yù)測(cè)研究[D];新疆農(nóng)業(yè)大學(xué);2012年

6 張偉;基于人工神經(jīng)網(wǎng)絡(luò)的徑流預(yù)測(cè)研究[D];石河子大學(xué);2008年

7 秦蓓蕾;清江流域水文中長(zhǎng)期預(yù)測(cè)研究[D];四川大學(xué);2004年

，

本文編號(hào)：2428418