崔东文

(云南省文山州水务局，云南 文山 663000)

基于教学优化算法的多元超越回归模型及其在径流预报中的应用

崔东文

(云南省文山州水务局，云南 文山 663000)

基于超越方程内涵,提出多元超越回归(MTR)预报模型。通过4个典型测试函数对新型智能算法——教学优化(TLBO)算法进行仿真验证,并与粒子群优化(PSO)算法、差分进化(DE)算法、萤火虫(FA)算法、布谷鸟搜寻(CS)算法、混合蛙跳算法(SFLA)进行对比分析。利用TLBO算法寻优MTR模型参数,提出TLBO-MTR预报模型,并构建TLBO-支持向量机(TLBO-SVM)、TLBO-BP神经网络(TLBO-BP)、TLBO-多元二项式回归(TLBO-MBR)预报模型作对比;以云南省西洋站和董湖站12月份月径流预报为例,进行实例验证。结果表明:①TLBO算法收敛精度优于PSO、DE、FA、CS和SFLA算法,表现出较好的收敛精度和全局寻优能力；②TLBO-MTR模型对于西洋站和董湖站10年预报的平均相对误差绝对值分别为5.59%、6.60%,均优于TLBO-SVM、TLBO-BP和TLBO-MBR预报模型,表现出较好的预报精度。TLBO-MTR模型预报方法可为水文预测预报提供新的途径,具有良好的应用前景。

径流预报;教学优化算法;多元超越回归;参数优化

探索研究具有较好预报效果的模型及方法一直是水文预测预报中的热点和难点。由于水文预测预报的复杂性、非线性、系统性和不确定性,使得传统回归分析法、成因预测法、数理统计法等方法往往难以达到理想的预报效果。传统回归分析法虽然简单,但预报精度与新兴的小波分析[1]、人工神经网络[2-5]、集对分析[6]、灰色预测[7-8]、支持向量机[9-12]、组合预测[13-14]等方法相比尚显不足。超越方程是指含有未知变量的对数函数、指数函数、三角函数、反三角函数等方程,可用于表征复杂的系统过程。……