几种智能算法与支持向量机融合模型在中长期月径流预测中的应用

• 作者: 崔东文
• 来源期刊: 华北水利水电大学学报（自然科学版）
• 学科: 工学
• 关键词: 径流预测 灰狼优化算法 文化算法 SCE-UA算法 花授粉算法 支持向量机 参数优化 函数优化
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 气候变化与水资源响应专题
• 页码范围: 51-57
• 页数: 7页
• 分类号: TV124
• 字数: 5820字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-5634.2016.05.009

摘要

通过5个典型测试函数对灰狼优化(GWO)算法、文化算法(CA)、SCE-UA算法和花授粉算法(FPA)进行仿真验证及对比分析.针对支持向量机(SVM)学习参数难以确定的不足,利用上述4种智能算法搜寻SVM的最佳学习参数,提出GWO算法、CA、SCE-UA算法和FPA与SVM相融合的预测模型,并以云南省革雷水文站的中长期月平均流量预报为例进行了实例研究.结果表明:①4种算法的性能各有优劣,均具有较好的收敛速度和全局寻优能力.相对而言,GWO算法、FPA优于SCE-UA算法,SCE-UA算法优于CA.②GWO-SVM、CA-SVM、SCE-UA-SVM及PFA-SVM模型对革雷水文站2001-2005年的月平均流量预测的平均相对误差绝对值分别为2.47％、2.81％、2.67％和2.46％,均具有较好的预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔东文		90	901	17.0	26.0