基于相空间重构的支持向量机方法在径流中长期预报中应用

• 作者: 刘冀 周惠成 王本德 袁晶瑄
• 来源期刊: 大连理工大学学报
• 学科: 地球科学
• 关键词: 径流中长期预报 相空间重构 支持向量机 混沌优化 人工神经网络
• 年，卷（期）: 2008,（4）
• 所属期刊栏目: 船舶、土木工程
• 页码范围: 591-595
• 页数: 5页
• 分类号: P338
• 字数: 3747字
• 语种: 中文

摘要

水文中长期预报对于水资源规划管理、水库及水电站调度具有十分重要的意义.针对常规混沌预测方法的局限性,提出基于相空间重构的支持向量机(SVM)预报方法.该方法首先对径流时间序列进行混沌辨识,然后对其进行相空阃重构,采用基于结构风险最小化的SVM进行径流预报.对于SVM的参数优选问题.以径向基核函数作为核函数,采用混沌交尺度优化方法进行参数寻优.实例表明.该方法优于SVM和人工神经网络(ANN)预报方法.且具有良好的泛化推广能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周惠成	大连理工大学土木水利学院	172	2832	29.0	46.0
2	王本德	大连理工大学土木水利学院	139	2100	25.0	38.0
3	袁晶瑄	大连理工大学土木水利学院	26	301	11.0	17.0
4	刘冀	大连理工大学土木水利学院	7	133	4.0	7.0