基于小波分解与GA-LSSVM的GPS可降水量短临预报

• 作者: 刘春丽 刘立龙 苏永柠 谢劭峰
• 来源期刊: 大地测量与地球动力学
• 学科: 地球科学
• 关键词: GPS可降水量 小波分解 遗传算法 最小二乘支持向量机 短临预报
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 现代大地测量
• 页码范围: 487-491
• 页数: 5页
• 分类号: P228
• 字数: 2637字
• 语种: 中文
• DOI: 10.14075/j.jgg.2019.05.009

摘要

针对GPS可降水量时间序列具有非线性、非平稳性的特征,研究一种基于小波分解(WD)、遗传算法(GA)和最小二乘支持向量机(LSSVM)的GPS可降水量短临预报方法.先采用小波分解将GPS可降水量时间序列分解成便于预报的低频分量和高频分量;然后利用遗传算法优化LSSVM参数,进而对各分量建立预报模型;再将各分量预报结果进行叠加重构得到最终预报结果.选取两组数据进行实验,并将预报结果分别与LSSVM和遗传小波神经网络(GA-WNN)预报结果进行对比.结果表明,该组合模型具有良好的泛化能力,可有效解决神经网络易陷于局部极小的问题,提高了全局预报精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘立龙	桂林理工大学测绘地理信息学院	55	220	9.0	12.0
5	谢劭峰	桂林理工大学测绘地理信息学院	27	97	6.0	8.0
9	苏永柠	桂林理工大学测绘地理信息学院	2	6	2.0	2.0
10	刘春丽	桂林理工大学测绘地理信息学院	1	2	1.0	1.0