基于相关向量机的调水工程调蓄水位预测模型

• 作者: 张研 廖逸夫 王鹏鹏 吴哲康
• 来源期刊: 南水北调与水利科技
• 关键词: 调水工程 调蓄水位 相关向量机 预测模型
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 水利工程研究
• 页码范围: 814-821
• 页数: 8页
• 分类号: TV68
• 语种: 中文
• DOI: 10.13476/j.cnki.nsbdqk.2021.0085

摘要

调蓄水位与其影响因素之间存在着复杂的非线性关系,针对BP神经网络模型的局限性,选取泵站开启时间差、起调水位、入流量、出流量作为主要影响因素,建立一种基于相关向量机(relevance vector machine,RVM)的调水工程调蓄水位预测模型.通过实例应用表明在相同样本情况下与BP神经网络模型预测结果相比,RVM预测模型均方根误差和平均绝对误差均小于BP神经网络预测模型的预测结果,说明在调水工程调蓄水位的预测中,RVM预测模型具有精度高、离散性小等优点,为调水工程调蓄水位的预测提供了一条新途径.