基于多种混合模型的径流预测研究

• 作者: 孟二浩 梁浩 黄强 黄生志
• 来源期刊: 水利学报
• 学科: 地球科学
• 关键词: 径流预报 混合预测模型 支持向量机 小波分解 大气环流异常因子
• 年，卷（期）: 2020,（1）
• 页码范围: 112-125
• 页数: 14页
• 分类号: P333
• 字数: 10229字
• 语种: 中文
• DOI: 10.13243/j.cnki.slxb.20190434

摘要

变化环境下径流的波动不断加大,给径流的精准预报带来新的挑战.基于“分解-合成”策略的混合径流预报模型来提高预报精度是当前研究的热点之一.以往研究聚焦在单一的混合预报模型而忽视了它们的适用性研究.基于此,以渭河流域为例,在优选多元线性回归(MLR)、人工神经网络(ANN)和支持向量机(SVM)单一预报模型的基础上,分别基于经验模态分解(EMD)、集合经验模态分解(EEMD)和小波分解(WD)构建了多种混合模型,并融合了大气环流异常因子的信息.结果 表明:(1)SVM模型预测精度高于ANN和MLR;(2)混合预测模型预测精度均高于单一模型,混合模型中WD-SVM的预测精度优于EMD-SVM和EEMD-SVM;(3)融合大气环流异常因子后WD-SVM模型预测精度最高,对极值预报精度的提高较为明显.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄强	西安理工大学西北旱区生态水利国家重点实验室	448	7911	38.0	68.0
2	黄生志	西安理工大学西北旱区生态水利国家重点实验室	12	7	1.0	2.0
3	孟二浩	西安理工大学西北旱区生态水利国家重点实验室	3	7	1.0	2.0
4	梁浩	西安理工大学西北旱区生态水利国家重点实验室	2	0	0.0	0.0