曹　伟

(新疆水利水电科学研究院， 新疆 乌鲁木齐　830049)



基于改进模糊支持向量机方法的车尔臣河径流预报

曹伟

(新疆水利水电科学研究院， 新疆 乌鲁木齐830049)

【摘要】针对径流时间序列固有的非线性和随机性特点，本文提出了基于灰色关联分析的模糊支持向量机预报方法。该方法在传统支持向量机任意逼近的非线性映射能力上，引入模糊隶属函数来考虑气候和流域下垫面变化下径流样本对预报结果的影响。此外，预报因子选取是中长期径流预报的一大难点，考虑到相关系数法只能衡量因子间线性相关程度的不足，本文采用灰色关联分析来量化预报因子与预报对象的关联程度，并按关联度大小挑选出对径流过程影响显著的预报因子。将该方法应用于新疆车尔臣河的月径流预报中，与GRNN神经网络模型和A-FSVM模型的预报结果比较表明：该方法能提高径流中长期预报精度，是一种有效的径流时间序列预测模型。

【关键词】支持向量机； 车尔臣河； 径流预报

径流中长期预报由于具有较长的预见期，在防汛抗旱、水资源优化配置等方面具有重要意义。然而径流的形成受到水文、地形、气象等诸多因素的影响，呈现高度的非线性和随机性特征[1]，依据传统的预报方法难以描述其变化规律。支持向量机建立在统计学习中的VC维理论和结构风险最小原理基础上[2]，它将具体问题转化为一个二次型寻优问题，较好地解决了小样本、非线性、高维数和局部极小点等实际问题[3]。……