免疫粒子群算法与支持向量机在枯水期月径流预测中的应用

• 作者: 李月玉 李磊
• 来源期刊: 水资源与水工程学报
• 学科: 地球科学
• 关键词: 月径流 径流预测 免疫粒子群算法 支持向量机 参数优化 枯水期
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 水文水资源
• 页码范围: 124-128,135
• 页数: 6页
• 分类号: TV121.5|P333.1
• 字数: 4759字
• 语种: 中文
• DOI: 10.11705/j.issn.1672-643X.2015.03.26

摘要

针对支持向量机（SVM）最佳算法参数难以确定以及基本粒子群算法（PSO）易陷入局部极值等不足，提出免疫粒子群算法（IAPSO），利用IAPSO算法搜寻SVM学习参数，构建IAPSO－SVM预测模型，并与PSO－SVM、GA－SVM模型作为对比，以云南省某水文站枯水期月径流预测为例进行实例研究，利用实例前43年和后10年资料对模型进行训练和预测。结果表明：IAPSO－SVM模型对实例后10年枯水期1－3月月均径流预测的平均相对误差绝对值分别为3．32％、6．52％和6．55％，精度优于PSO－SVM和GA－SVM模型，表明IAPSO－SVM模型具有较高的预测精度和泛化能力。 IAPSO算法利用浓度选择机制及免疫接种原理，改进了基本粒子群优化算法的全局寻优能力和收敛速度，具有较强的全局寻优能力。利用IAPSO算法优化得到的SVM学习参数可有效提高SVM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	李月玉		5	35	3.0	5.0
2	李磊		14	68	4.0	7.0