APP下载

基于PCA-SHO-SVM和PCA-SHO-BP模型的径流预测

2021-04-23李代华

水资源与水工程学报 2021年1期
关键词:模型

李代华

(云南省水文水资源局文山分局,云南 文山 663000)

1 研究背景

探索具有较好预测精度的模型及方法是径流预测研究领域的难点和热点。目前用于径流预测的方法有BP[1-2]、GRNN[3]、Elman[4]、RBF[5]等人工神经网络法以及集对分析法[6]、灰色预测法[7]、支持向量机法[8-10]、投影寻踪回归法[11]、小波分析法[12]、随机森林法[13-14]、组合预测法[15-16]等。上述方法中,由于支持向量机(support vector machine,SVM)和BP神经网络具有较好的逼近能力和预测效果而被广泛应用于径流预测,而如何选取SVM惩罚因子、核函数参数、不敏感系数和BP神经网络权值、阈值成为提高模型预测精度的关键。由于径流序列具有较强的非线性和随机性等多重特性,基于传统或非传统单一预测模型或方法已不能满足径流预测的精度需求。为进一步提高径流预测精度,拓展现有预测模型及方法,本文提出基于主成分分析(principal component analysis,PCA)、斑鬣狗优化(spotted hyena optimizer,SHO)算法与SVM、BP神经网络相融合的径流预测模型,利用PCA对数据进行降维处理,采用SHO算法对SVM惩罚因子、核函数参数、不敏感系数以及BP神经网络权值、阈值进行优化,分别建立PCA-SHO-SVM、PCA-SHO-BP径流预测模型。将PCA-SHO-SVM、PCA-SHO-BP模型应用于云南省龙潭水文站年径流量及枯水期12月月径流量预测,预测结果与利用SHO算法优化但未经降维处理的SHO-SVM和SHO-BP模型、经降维处理但未利用SHO算法优化的PCA-SVM和PCA-BP模型以及未经降维处理也未利用SHO算法优化的SVM和BP模型的预测结果进行对比,旨在检验PCA-SHO-SVM、PCA-SHO-BP模型的预测精度和泛化能力。

2 数据来源与研究方法

2.1 研究区域概况

盘龙河发源于红河州蒙自县三道湾,自西北向东南流注,流经砚山、丘北、文山、马关、西畴、麻栗坡6县,于天保船头注入越南,交泸江汇入红河。……

登录APP查看全文

猜你喜欢

模型
一半模型
一种去中心化的域名服务本地化模型
适用于BDS-3 PPP的随机模型
函数模型及应用
p150Glued在帕金森病模型中的表达及分布
函数模型及应用
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用