基于改进支持向量机回归的日径流预测模型

• 作者: 刘强 周建中 宋利祥 张勇传 郭俊
• 来源期刊: 水力发电
• 学科: 工学
• 关键词: 支持向量机 BP神经网络 核函数 径流预测
• 年，卷（期）: 2010,（3）
• 所属期刊栏目: 水文水资源
• 页码范围: 12-15
• 分类号: TV121
• 字数: 2395字
• 语种: 中文
• DOI: 10.3969/j.issn.0559-9342.2010.03.004

摘要

日径流预测是水资源优化调度的重要组成部分,日径流预测精度的高低直接影响水资源优化配置的程度.针对日径流序列的特性.研究提出一种改进的支持向量机同归模型,并应用于日径流预测.与基本支持向量机和BP神经网络对比分析的实验结果表明,基于改进支持向量机回归预测模型的日径流预测精度明显高于BP网络,尤其是对于变化剧烈的径流序列表现出较基本支持向量机回归模型更优越的预测性能,为日径流预测分析提供了一种可靠、有效的途径和方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周建中	华中科技大学水电与数字化工程学院	395	5250	35.0	50.0
2	张勇传	华中科技大学水电与数字化工程学院	167	3916	34.0	56.0
3	郭俊	华中科技大学水电与数字化工程学院	22	208	7.0	14.0
4	刘强	华中科技大学水电与数字化工程学院	10	66	4.0	8.0
5	宋利祥	华中科技大学水电与数字化工程学院	9	228	8.0	9.0