回归支持向量机模型及其在年径流预测中的应用

• 作者: 魏胜
• 来源期刊: 水资源与水工程学报
• 关键词: 回归支持向量机 交叉验证 BP神经网络 遗传算法 径流预测
• 年，卷（期）: 2014,（2）
• 页码范围: 213-217
• 页数: 5页
• 分类号: TV121
• 语种: 中文
• DOI: 10.11705/j.issn.1672-643X.2014.02.46

摘要

研究交叉验证（ CV） SVR年径流预测模型，以云南省清水江革雷站为例进行实例分析。利用SPSS软件选取年径流影响因子，确定输入向量；采用CV方法搜寻SVR惩罚因子C和核函数参数g ，构建CV-SVR多元变量年径流预测模型，并构建GA-BP、传统BP模型作为对比模型。利用所构建的模型对实例进行预测。结果表明：CV-SVR模型对实例后15年年径流预测的平均相对误差绝对值和最大相对误差绝对值分别为3．4596％、9．3035％，预测精度和泛化能力均优于GA-BP、传统BP模型，表明CV能有效搜寻SVR惩罚因子C和核函数参数g。 CV-SVR模型具有预测精度高、泛化能力强以及算法稳定等特点。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏胜		2	9	2.0	2.0