基于PSO-WRF的渭河中下游年径流预测模型

• 作者: 向小华 吴晓玲 郑恺原
• 来源期刊: 水利水电技术
• 学科: 地球科学
• 关键词: 粒子群算法 随机森林 加权投票 径流预测
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 水文水资源
• 页码范围: 39-44
• 页数: 6页
• 分类号: P338
• 字数: 3569字
• 语种: 中文
• DOI: 10.13928/j.cnki.wrahe.2020.08.005

摘要

针对传统随机森林(RF)模型决策树因投票权重相同而导致预测精度不高的问题,采用加权随机森林(WRF)模型全面考虑各决策树分类能力的差异性,建立决策树加权投票机制;同时运用粒子群算法(PSO)进行参数全局寻优,避免依据经验选取参数的不科学性,通过二者耦合最终构建PSO-WRF模型.利用渭河中下游咸阳站与华县站1960-2009年的径流系列对RF、WRF、PSO-WRF三种模型进行训练及测试,结果表明,PSO-WRF在咸阳站与华县站的平均相对误差绝对值(MRE)分别为7.05％和9.41％,且均方根误差(RMSE)、平均绝对误差(MAE)等指标均降至优化前的30％ ～50％,各年预测误差最低可降低至优化前的1/3～1/6.PSO-WRF模型优化效果显著,表现出良好的预测精度和泛化能力,能够为相关径流预测研究提供一定参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴晓玲	河海大学水文水资源学院	24	131	7.0	9.0
2	向小华	河海大学水文水资源学院	27	119	7.0	9.0
3	郑恺原	河海大学水文水资源学院	7	0	0.0	0.0