| 基于小波分解的日径流支持向量机回归预测模型 |
| |
| 引用本文： | 黄巧玲,粟晓玲,杨家田.基于小波分解的日径流支持向量机回归预测模型[J].西北农林科技大学学报(社会科学版),2016,44(4):211-217. |
| |
| 作者姓名： | 黄巧玲 粟晓玲 杨家田 |
| |
| 作者单位： | 西北农林科技大学 水利与建筑工程学院,西北农林科技大学 水利与建筑工程学院,重庆大学 土木工程学院 |
| |
| 基金项目： | 水利部公益性行业科研专项（201301016）；“十二五”国家科技计划项目（2012BAD08B01）；西北农林科技大学中央高校基本科研业务费科技创新重点项目（QN201168） |
| |
| 摘 要： | 【目的】将小波变换与支持向量机结合,构建小波支持向量机回归模型(WSVR),并用其对日径流进行预测,为水库调度提供参考依据。【方法】利用径流时间序列中包含的大量信息,通过小波变换将径流时间序列分解成不同分辨率水平的子序列和近似序列,通过相关性分析选取有效子序列与近似序列相加得到的新序列作为支持向量机回归模型的输入,建立小波支持向量机回归耦合模型,以泾河流域张家山站的日径流为研究对象,利用均方根误差(RMSE)、平均绝对误差(MAE)、确定性系数(DC)、相关系数(R)及相对误差(RE)作为评价指标对模型预测精度进行评价。【结果】利用所建立的小波日径流支持向量机模型对张家山站日径流的预测结果显示,该模型在检验阶段的RMSE、MAE、DC、R及RE分别为26.05m3/s,8.26m3/s,0.826,0.910,-13.3%,与仅使用支持向量机回归模型(SVR)相比,耦合模型预测精度明显提高,且非汛期预测效果优于汛期。【结论】建立了小波支持向量机回归耦合模型,该模型可有效模拟和预测日径流,为日径流预测提供了新的途径。
|
| 关 键 词： | 日径流预测 小波变换 支持向量机 张家山水文站 |
| 收稿时间： | 2014/8/19 0:00:00 |
Wavelet based support vector machine regression model for daily runoff prediction |
| |
| HUANG Qiaoling,SU Xiaoling and YANG Jiatian.Wavelet based support vector machine regression model for daily runoff prediction[J].Journal of Northwest Sci-Tech Univ of Agr and,2016,44(4):211-217. |
| |
| Authors: | HUANG Qiaoling SU Xiaoling and YANG Jiatian |
| |
| Abstract: | |
| |
| Keywords: | daily runoff wavelet transforms support vector machine Zhangjiashan Station |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《西北农林科技大学学报(社会科学版)》浏览原始摘要信息 |
| 点击此处可从《西北农林科技大学学报(社会科学版)》下载免费的PDF全文 |
|
