遗传算法与最小二乘支持向量机在年径流预测中的应用

• 作者: 代兴兰
• 来源期刊: 水资源与水工程学报
• 关键词: 径流预测 遗传算法 最小二乘支持向量机 BP神经网络
• 年，卷（期）: 2014,（6）
• 页码范围: 231-235
• 页数: 5页
• 分类号: P333.1
• 语种: 中文
• DOI: 10.11705/j.issn.1672-643X.2014.06.049

摘要

为克服最小二乘支持向量机（LSSVM）依赖人为经验选择学习参数的不足，利用遗传优化算法（GA）选择LSSVM惩罚因子C和核函数参数σ2，构建GA－LSSVM年径流预测模型，并构建LSSVM、GA－BP和传统BP模型作为对比，以云南省河边水文站年径流预测为例进行实例研究，利用实例前30 a和后22 a资料分别对各模型进行训练和预测。结果表明：GA－LSSVM模型对实例后22 a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3．13％、8．66％，预测精度优于LSSVM、GA－BP和传统BP模型。 GA算法全局寻优能力强，利用GA算法优化得到的LSSVM学习参数可有效提高LSSVM模型的预测精度和泛化能力。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	代兴兰		15	54	4.0	7.0