多元变量径流预测的最小二乘支持向量机模型

• 作者: 尤凤 徐建新 李彦彬 黄强
• 来源期刊: 水力发电学报
• 学科: 工学
• 关键词: 水文学 径流预测 最小二乘支持向量机 人工神经网络 水文水资源
• 年，卷（期）: 2010,（3）
• 页码范围: 28-33
• 分类号: TV214
• 语种: 中文

摘要

河川径流中长期预测历来是水利系统研究的重要内容,本文基于支持向量机理论建立多元变量径流预测的最小二乘支持向量机模型,并对新疆伊犁河雅马渡站23年实测年径流最及其相应的4个预报因子(降水量、纬向环流指数、径向环流指数、太阳射电流量)进行实例仿真研究.通过与BP神经网络模型预测结果进行对比,表明多元变量LSSVM模型的预测精度更高、效果更好.追求结构风险最小化的模政工型设计特点使得LSSVM在处理小样本数据预测问题上显示出巨大的优越性,同时避免了神经网络方法的易陷入局部最优和过学习现象.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄强	西安理工大学水电学院	448	7911	38.0	68.0
2	徐建新		234	1869	20.0	28.0
3	李彦彬		66	425	12.0	17.0
4	尤凤		25	110	6.0	10.0