基于主成分分析的GA-SVM模型在中长期径流预报中的应用

• 作者: 任化准
• 来源期刊: 水利科技与经济
• 学科: 地球科学
• 关键词: 主成分分析 遗传算法 支持向量机 径流预报
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 水土保持与防洪
• 页码范围: 48-51
• 页数: 4页
• 分类号: P338
• 字数: 2917字
• 语种: 中文

摘要

考虑径流过程的高度非线性特征,将主成分分析、遗传优化算法与支持向量回归耦合,应用主成分分析剔除无关因素的影响,提取主要影响因子并作为模型的输入,充分利用遗传算法全局搜索能力对支持向量机3个重要参数迭代寻优,建立主成分分析-遗传-支持向量回归月预测模型(PGA-SVM),并将该模型应用于观音岩水库月径流预报.实际应用表明,该模型预测效果明显优于MRM及SVM模型,可在径流中长期预报中推广应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任化准		3	6	2.0	2.0