基于相关向量机的中长期径流预报模型研究

• 作者: 仕玉治 周惠成 彭勇
• 来源期刊: 大连理工大学学报
• 学科: 工学
• 关键词: 相空间重构 相关向量机 长期径流预报 PSO算法
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 船舶、土木工程
• 页码范围: 79-84
• 页数: 6页
• 分类号: TV124
• 语种: 中文

摘要

鉴于其优越的预报性能,将相关向量机（RVM）应用到中长期径流预报中,并在相空间重构的基础上,建立了基于相关向量机的径流预报模型.该模型首先对径流时间序列进行相空间重构,并以重构后的径流序列作为模型输入;其次,采用粒子群优化（PSO）算法识别模型参数,利用优化所得重构参数验证时间序列具有混沌特性,在模型内循环过程中采用EM算法迭代估计超参数,并将RVM与应用较为广泛的最小二乘支持向量机（LSSVM）和自动回归滑动平均模型（ARMA）进行了比较分析,结果表明该模型具有较好的泛化能力;最后,基于水文过程变化的不确定性、RVM描述输出值的不确定度以及相应概率下的预报区间,使得调度人员在决策中能考虑预报的不确定性,定量估计各种决策的风险和效益.

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		172	2832	29.0	46.0
2	彭勇		83	639	15.0	20.0
3	仕玉治		3	0	0.0	0.0