收藏本站
《长江科学院院报》 2015年04期
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

回归支持向量机集成模型在年径流预测中的应用

代兴兰  
【摘要】:为进一步提高径流预测精度和泛化能力,根据回归支持向量机(SVR)特性及基本原理,提出考虑不同影响因子(输入向量)的SVR集成预测模型,以云南省南盘江西桥站1961—2007年径流预测为例进行实例研究。首先,利用相关分析法选取年径流预测的若干影响因子,依次构建不同影响因子的SVR单一模型对研究实例进行预测,并构建对应的RBF模型作为对比预测模型;然后,采用加权平均和简单平均2种方法对具有较好预测精度和互补性的单一模型的预测结果进行综合集成。结果表明:基于SVR的加权平均和简单平均2种集成模型径流预测的平均相对误差绝对值分别为1.27%和1.54%,最大相对误差绝对值分别为2.99%和2.74%,其精度和泛化能力均大幅优于各单一模型以及基于RBF的加权平均和简单平均集成模型,表明加权平均SVR和简单平均SVR集成模型具有较高的预测精度和泛化能力。相对而言,加权平均集成模型赋予了预测效果好的模型更大的权重,预测精度和泛化能力均优于简单平均集成模型。预测模型和方法可为相关预测研究提供参考和借鉴。
【作者单位】云南省水文水资源局曲靖分局;
【分类号】:P338

【参考文献】
中国期刊全文数据库 前7条
1 徐飞;徐卫亚;刘大文;刘康;;洞室围岩变形预测的ACA-LSSVM模型及工程应用研究[J];长江科学院院报;2009年02期
2 肖浩波;谷艳昌;;混凝土坝安全监控最小二乘支持向量机模型[J];长江科学院院报;2013年05期
3 李代华;崔东文;;相空间重构支持向量机在径流模拟中的应用研究[J];长江科学院院报;2013年10期
4 李波;刘明军;马奕仁;曹浩;郭法旺;;基于平均曲率模态和最小二乘支持向量机的混凝土拱坝损伤识别方法研究[J];长江科学院院报;2013年11期
5 张楠;夏自强;江红;;基于多因子量化指标的支持向量机径流预测[J];水利学报;2010年11期
6 崔东文;;支持向量机在水资源类综合评价中的应用——以全国31个省级行政区水资源合理性配置为例[J];水资源保护;2013年05期
7 崔东文;;支持向量机在湖库营养状态识别中的应用[J];水资源保护;2013年04期
【共引文献】
中国期刊全文数据库 前10条
1 邓亚超;陈彪;;模糊神经网络在火灾探测系统中的应用[J];安防科技;2012年03期
2 张师玲;李正明;周新云;孙俊;张兵;;基于改进神经网络的农村电力系统短期负荷预测[J];安徽农业科学;2009年30期
3 毕卫华;谭晓慧;侯晓亮;王伟;;基于RBF神经网络的边坡稳定可靠度分析[J];地下空间与工程学报;2010年02期
4 张锐;杨宣访;;基于改进BP神经网络的模拟电路故障诊断研究[J];兵工自动化;2009年09期
5 郭德勇;王仪斌;卫修君;王新义;;基于地理信息系统和神经网络的煤与瓦斯突出预警[J];北京科技大学学报;2009年01期
6 沈广泽;司峻峰;宁新宝;;一种用于脑机接口的模式识别方法[J];北京生物医学工程;2007年06期
7 张强;许少华;刘丽杰;凌力;;基于遗传—模拟退火算法的过程神经网络的训练及应用[J];长春理工大学学报(自然科学版);2009年01期
8 张奎;屈宝存;杨艳;郎宪明;;神经模糊理论在模糊建模中的应用[J];长春理工大学学报(自然科学版);2010年02期
9 谷秀芝;陈洪凯;刘厚成;;泥石流危险性SIGA-BP神经网络评价方法及应用[J];重庆交通大学学报(自然科学版);2010年01期
10 李雪;陆百川;李政;;RFID系统多阅读器防碰撞问题研究[J];重庆交通大学学报(自然科学版);2012年03期
中国重要会议论文全文数据库 前10条
1 苏俊杰;钟秋海;许继平;;基于自适应遗传算法的径向基函数网络的呼吸周期预测研究[A];第二十九届中国控制会议论文集[C];2010年
2 张文广;史贤俊;肖支才;李新;;基于RBF神经网络的导弹舵机系统故障检测[A];第二十九届中国控制会议论文集[C];2010年
3 张文广;史贤俊;廖剑;李新;;RBF神经网络在惯导系统传递对准中的应用[A];中国自动化学会控制理论专业委员会C卷[C];2011年
4 薛志强;李毅;曹燕;;改进的BP神经网络在模拟电路故障诊断中的应用研究[A];2011下一代自动测试系统学术研讨会论文集[C];2011年
5 刘东卓;;改进的小波神经网络TLS-ESPRIT算法[A];2008通信理论与技术新发展——第十三届全国青年通信学术会议论文集(下)[C];2008年
6 李雷;陈彭年;;基于遗传神经网络的红外测温仪补偿器设计[A];2008’“先进集成技术”院士论坛暨第二届仪表、自动化与先进集成技术大会论文集[C];2008年
7 叶德谦;刘波;;一种改进的遗传神经网络及其在股市中的应用[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年
8 李来强;王树林;;模拟退火改进的神经网络算法及其在振动分析中的应用[A];颗粒学前沿问题研讨会——暨第九届全国颗粒制备与处理研讨会论文集[C];2009年
9 谭伟聪;蒋金良;;基于确定性退火方法的RBF模型在短期负荷预测中的应用[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(中册)[C];2008年
10 张文广;周绍磊;史贤俊;李新;;基于改进遗传算法的RBF神经网络及应用[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
中国博士学位论文全文数据库 前10条
1 戴运桃;粒子群优化算法研究及其在船舶运动参数辨识中的应用[D];哈尔滨工程大学;2010年
2 冷欣;船用增压锅炉汽包水位预测控制方法研究[D];哈尔滨工程大学;2009年
3 丁文荣;云南省盘龙河流域河流悬移质输移变化及其对环境变化的响应[D];昆明理工大学;2008年
4 高贯斌;关节臂式坐标测量机自标定方法与误差补偿研究[D];浙江大学;2010年
5 迟雷;基于过程控制优化的重组大肠杆菌高密度发酵研究[D];西北大学;2011年
6 胡毅;关节式坐标测量机热变形误差建模及修正研究[D];合肥工业大学;2011年
7 蒋玲莉;基于核方法的旋转机械故障诊断技术与模式分析方法研究[D];中南大学;2010年
8 景云;不确定条件下编组站调度系统配流模型及算法研究[D];西南交通大学;2010年
9 彭光金;小样本工程造价数据的智能学习方法及其在输变电工程中的应用研究[D];重庆大学;2010年
10 唐海燕;电梯交通分析及电梯优化控制方法研究[D];哈尔滨工业大学;2010年
中国硕士学位论文全文数据库 前10条
1 吴家瑞;服装产品加工成本快速估算方法研究[D];浙江理工大学;2010年
2 张娓娓;焦炭生产过程质量模型建模方法研究[D];郑州大学;2010年
3 郭洋;基于嵌入式零树图像压缩编码方法研究[D];哈尔滨工程大学;2010年
4 辛贵州;无人飞行器航迹规划算法研究[D];哈尔滨工程大学;2010年
5 杨克强;LVQ神经网络在齿轮箱故障诊断中的研究[D];安徽农业大学;2010年
6 陈巍;基于模拟退火的Hopfield网的研究[D];辽宁工程技术大学;2010年
7 夏青青;道路交通安全事故成因及预测模型研究[D];长沙理工大学;2010年
8 胡波;基于模糊RBF神经网络的人脸识别系统研究[D];长沙理工大学;2010年
9 刘艳慧;决策支持在能源管理系统中的应用与研究[D];河南理工大学;2010年
10 张文;河南省旅行社人力资源危机预警模型研究[D];河南理工大学;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 王艳君,姜彤,施雅风;长江上游流域1961—2000年气候及径流变化趋势[J];冰川冻土;2005年05期
2 王志军;顾冲时;刘红彩;;基于GIS与支持向量机的溃坝损失评估[J];长江科学院院报;2008年04期
3 丁斌;顾显跃;缪启龙;;长江流域近50年来的气温变化特征[J];长江流域资源与环境;2006年04期
4 陈安,罗亚田;人工神经网络方法在环境科学领域应用进展[J];重庆环境科学;2003年09期
5 刘冀;王本德;袁晶瑄;周惠成;;基于相空间重构的支持向量机方法在径流中长期预报中应用[J];大连理工大学学报;2008年04期
6 马细霞;穆浩泽;;基于小波分析的支持向量机径流预测模型及应用[J];灌溉排水学报;2008年03期
7 崔东文;郭荣;;基于概率神经网络的文山州水资源配置合理性评价分析[J];长江科学院院报;2012年10期
8 崔东文;;基于BP神经网络的文山州水资源承载能力评价分析[J];长江科学院院报;2012年05期
9 任黎,董增川,李少华;人工神经网络模型在太湖富营养化评价中的应用[J];河海大学学报(自然科学版);2004年02期
10 陈南祥,黄强,曹连海,徐建新;径流序列的相空间重构神经网络预测模型[J];河海大学学报(自然科学版);2005年05期
中国硕士学位论文全文数据库 前1条
1 陈吉琴;近50a来长江流域气象因素分析及蒸发变化原因初探[D];河海大学;2007年
【相似文献】
中国期刊全文数据库 前2条
1 崔东文;;基于多元变量组合的回归支持向量机集成模型及其应用[J];水利水运工程学报;2014年02期
2 ;[J];;年期
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026