基于混合核SHTS-SVM的年径流预测

• 作者: 周有荣 崔东文
• 来源期刊: 水资源与水工程学报
• 学科: 地球科学
• 关键词: 径流预测 同热传递搜索算法 混合核函数 支持向量机 参数优化 仿真验证
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 水文水资源
• 页码范围: 66-72
• 页数: 7页
• 分类号: P338
• 字数: 5800字
• 语种: 中文
• DOI: 10.11705/j.issn.1672-643X.2019.03.10

摘要

为提高年径流预测精度,利用同热传递搜索(SHTS)算法对混合核支持向量机(SVM)关键参数和混合权重系数进行优化,提出混合核SHTS-SVM年径流预测模型.通过6个不同维度的标准测试函数对SHTS算法进行仿真验证,并与当前寻优效果较好的教学优化(TLBO)算法、灰狼优化(GWO)算法进行对比验证.利用两个年径流预测算例对混合核SHTS-SVM模型进行实例验证,并与多项式核SHTS-SVM、高斯核SHTS-SVM及SHTS-BP模型预测结果进行对比.结果表明:SHTS算法寻优精度优于TLBO、GWO优化算法,具有较好的极值寻优能力和稳健性能.混合核SHTS-SVM模型综合了多项式全局核函数和高斯局部核函数二者优点,在预测精度、泛化能力等方面均优于对比模型,具有较好的实际应用价值.

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
2	周有荣		7	2	1.0	1.0