v-支持向量机洪水预报模型研究

• 作者: 但灵芝 王建群 陈理想 陈红红
• 来源期刊: 水文
• 学科: 地球科学
• 关键词: 洪水预报 支持向量机 线性动态系统 BP人工神经网络
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 理论研究
• 页码范围: 7-11
• 页数: 5页
• 分类号: P338
• 字数: 3662字
• 语种: 中文

摘要

为了提高洪水过程的非线性拟合能力和预报精度,对支持向量机洪水预报模型进行了深入研究.针对鸭绿江流域临江站的实际情况,建立了临江站洪水过程v-SVR预报模型,采用1998～2014年间的大水年份降水资料和洪水过程资料对v-SVR预报模型进行了率定和验证,并与线性动态系统模型、BP人工神经网络模型和ε-SVR模型进行了比较.结果表明:v-SVR洪水预报模型比线性动态系统模型和BP人工神经网络具有较高的精度.v-SVR洪水预报模型具有较好的非线性拟合能力和泛化能力,能很好地控制支持向量个数、降低模型的复杂程度,同时能保持良好的预报精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王建群	河海大学水文水资源学院	41	393	10.0	18.0
2	但灵芝	河海大学水文水资源学院	2	6	1.0	2.0
3	陈理想		1	5	1.0	1.0
4	陈红红	河海大学水文水资源学院	2	11	2.0	2.0