基于PCA-MPA-ANFIS模型的年径流预测研究

• 作者: 崔东文 李代华
• 来源期刊: 水电能源科学
• 学科: 地球科学
• 关键词: 径流预测 自适应神经模糊推理系统 海洋捕食者算法 仿真验证 数据降维 参数优化
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 水文水资源与环境
• 页码范围: 24-29
• 页数: 6页
• 分类号: P338
• 语种: 中文

摘要

为提高径流预测精度,提出一种将海洋捕食者算法(MPA)与自适应神经模糊推理系统(ANFIS)相结合的径流预测方法,选取6个标准测试函数对MPA进行仿真验证,并与PSO算法的仿真结果进行比较;通过主成分分析(PCA)对数据样本进行降维处理,使输入数据简洁且更具代表性;利用MPA优化ANFIS条件参数和结论参数,建立PCA-MPA-ANFIS径流预测模型,并构建PCA-MPA-支持向量机(SVM)、PCA-MPA-BP作对比模型;基于云南省革雷站、新疆伊梨河雅马渡站年径流预测实例对PCA-MPA-ANFIS、PCA-MPA-SVM、PCA-MPA-BP模型进行验证.结果 表明,MPA仿真效果优于PSO算法,具有较好的寻优精度和全局搜索能力;PCA-MPA-ANFIS模型对两个实例年径流预测的平均相对误差分别为1.08％、4.49％,平均相对误差较PCA-MPA-SVM模型分别降低了32.5％、37.1％,较PCA-MPA-BP模型分别降低了58.2％、37.6％,具有较好的预测精度和泛化能力.可见将PCA-MPA-ANFIS模型用于径流预测是可行和有效的.

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	李代华		4	4	1.0	2.0