基于BP神经网络与SVM模型的黄尾河径流预测比较分析

• 作者: 伊鑫 陈杭 顾哲衍
• 来源期刊: 西北林学院学报
• 关键词: 黄尾河 径流预测 神经网络模型(BP) 支持向量机模型(SVM)
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 森林经理学
• 页码范围: 201-206
• 页数: 6页
• 分类号: S715.3
• 语种: 中文
• DOI: 10.3969/j.issn.1001-7461.2020.05.31

摘要

比较分析BP神经网络与SVM模型在径流预测应用中的性能特征.以降雨量为预报因子,采用BP人工神经网络模型和SVM模型对大别山黄尾河流域40 a时长的同期径流过程进行数值模拟,并对二者的预测性能进行比较与评价.结果 表明,黄尾河流域BP模型模拟的总体相对误差为14.43％,合格率为77.5％,确定性系数为0.76,预报精度等级为乙级;SVM模拟的总体相对误差为12.41％,合格率、确定性系数及预报精度等级与BP模型相同.SVM模型模拟结果较BP模型而言更集中于较小的误差范围内.BP模型的累积误差＞SVM模型,并且随着误差自由度的增大,这种差距有扩大的趋势,表明SVM模型的误差范围较小,误差间隔小于BP模型,模拟性能较BP模型更稳定.