回归支持向量机集成模型在年径流预测中的应用

• 作者: 代兴兰
• 来源期刊: 长江科学院院报
• 学科: 地球科学
• 关键词: 径流预测 集成模型 回归支持向量机 加权平均 简单平均
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 水资源与环境
• 页码范围: 12-17
• 页数: 6页
• 分类号: P333
• 字数: 4299字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-5485.2015.04.003

摘要

为进一步提高径流预测精度和泛化能力，根据回归支持向量机（SVR）特性及基本原理，提出考虑不同影响因子（输入向量）的 SVR 集成预测模型，以云南省南盘江西桥站1961—2007年径流预测为例进行实例研究。首先，利用相关分析法选取年径流预测的若干影响因子，依次构建不同影响因子的 SVR 单一模型对研究实例进行预测，并构建对应的 RBF 模型作为对比预测模型；然后，采用加权平均和简单平均2种方法对具有较好预测精度和互补性的单一模型的预测结果进行综合集成。结果表明：基于 SVR 的加权平均和简单平均2种集成模型径流预测的平均相对误差绝对值分别为1．27％和1．54％，最大相对误差绝对值分别为2．99％和2．74％，其精度和泛化能力均大幅优于各单一模型以及基于 RBF 的加权平均和简单平均集成模型，表明加权平均 SVR 和简单平均 SVR 集成模型具有较高的预测精度和泛化能力。相对而言，加权平均集成模型赋予了预测效果好的模型更大的权重，预测精度和泛化能力均优于简单平均集成模型。预测模型和方法可为相关预测研究提供参考和借鉴。

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