SCA-SVM模型在年径流丰枯识别中的应用

• 作者: 潘秀昌
• 来源期刊: 三峡大学学报（自然科学版）
• 学科: 地球科学
• 关键词: 年径流识别 正弦余弦算法 支持向量机 参数优化
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 土木水电论坛
• 页码范围: 6-11
• 页数: 6页
• 分类号: P333
• 字数: 3810字
• 语种: 中文
• DOI: 10.13393/j.cnki.issn.1672-948X.2016.04.002

摘要

通过4个典型测试函数对一种新型全局优化算法——正弦余弦算法(SCA)进行仿真验证,仿真结果与粒子群优化(PSO)算法、模拟退火算法(SA)、布谷鸟搜索(CS)算法和人工蜂群算法(ABC)进行对比.利用SCA搜寻SVM最佳学习参数,提出SCA-SVM年径流丰枯识别模型.以龙潭寨水文站为例进行实例研究,利用月径流序列均值及标准差构建月径流分类标准,并基于该分类标准构造样本对SCA-SVM模型进行训练及检验,利用训练好的SLC-SVM模型对实例年径流丰枯进行识别.结果表明:SCA算法寻优精度远优于SA、CS、PSO和ABC算法,具有调节参数少、收敛速度快、寻优精度高和全局寻优能力强等特点;SCA-SVM模型对训练及检验样本的识别率均为100％,具有较好的识别效果和精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘秀昌		2	3	1.0	1.0