基于多组群教学优化的随机森林预测模型及应用

• 作者: 崔东文 李月玉 高增稳
• 来源期刊: 人民长江
• 学科: 地球科学
• 关键词: 径流预测 多组群教学优化算法 随机森林 参数优化
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 水文水资源
• 页码范围: 83-86,91
• 页数: 5页
• 分类号: P33
• 字数: 4474字
• 语种: 中文
• DOI: 10.16232/j.cnki.1001-4179.2019.07.013

摘要

为有效提高水文预测预报精度,提出了一种基于多组群教学优化(MGTLO)的随机森林(RF)预测方法,利用MGTLO算法对RF两个关键参数进行优化,构建MGTLO-RF预测模型,并与基于MGTLO算法优化的支持向量机(SVM)、BP神经网络两种常规预测模型作对比分析.以云南省龙潭站月径流和年径流预测为例进行实例研究,利用前44 a和后10 a资料对MGTLO-RF等3种模型进行训练和预测.结果表明:所提出的MGTLO-RF模型具有更好的预测精度和泛化能力,可作为水文预测预报和相关预测研究的一种有效工具.

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	李月玉	昆明理工大学城市学院	1	1	1.0	1.0
3	高增稳	昆明理工大学城市学院	1	1	1.0	1.0