基于GM-SVR耦合的月径流预测模型研究与应用.pdfVIP

第 41卷第 12期 2015年 12月 水 力 发 电 基 于 GM ．SVR耦合 的月径 流预 测 模 型研 究与应用 朱 双，周建中，丁小玲 ，谢蒙飞，吴 江 (华中科技大学水 电与数字化工程学院，湖北 武汉 430074) 摘 要 ：考虑到某月径流与该月历史 同期径流 以及临近月径流均有较强相关性 ，而通常预报方法只采用其 中一种径 流序列，导致 了可用信息损失 。为此 ，提出一种基于灰色理论和支持 向量机 回归的组合预报模型。提 出的模型综合 利用 了径流年 内变化和年际变化信息，与单一灰色模型和支持 向量机模型进行预测对 比，结果表 明基于灰色支持 向 量机的月径流模型预测精度明显高于单一模型，尤其是对径流变化剧烈的汛期表现出更优越的预测性能。 关键词 ：支持 向量机 ；灰色理论 ；核函数 ；月径流 Research andApplication ofM onthlyRunoffForecastM odelBasedonGM ·SVR Coupling ZHU Shuang，ZHOUJianzhong，DING Xiaoling，XIE Mengfei，WU Jiang (HuazhongUniversityofScienceandTechnology，Wuhan430074，Hubei，China) Abstract：Themonthlyrunoffhasastrongcorrelationwithboththesameperiodrunoffinthehistoryandnearbyrunoff．The previouspredictionmethodsformonthlyrunoffoften useonlyonekindofrunoffseries，which led tothelossofavailable information．So，acombinationforecastingmodelbasedonGreyTheoryandSupportVectorMachineregression ispresented． Themodelcomprehensivelyutilizesannualandinter—annualrunoffinformation．Compared tosinglegreymodeland support vectormachinemodel，theresultsshow thattheperformanceofcombinationmodelisobviouslybetter，especiallyfortheflood seasonrunoffpredictions． KeyW ords：SupportVectorMachine；GrayTheory；KernelFunction；monthlyrunoff 中图分类号 ：P338．2 文献标识码 ：A 文章编号：0559—9342(2015)12—0017—04 次型寻优 问题 ，理论 上可 以得到全局最优解 ，且对 0 引 言 于小样本学 习具有 良好 的泛化性 能 ，能够进 行高效 、 河 川径流 的中长期预报是水 资源配置 与管理 的 精确 的预 测 ，较好地解 决 了传 统 方法 的经 验依赖 、 重 要组 成 部 分 ，对 防汛 、抗 旱 、发 电及 流 域 水 利 规 局部极值等 问题 。近年来 ，采用支持 向量机 回归 划 均有 重要 意义 。 目前径 流 中长期 预 测 方 法 大 致 可 方法进 行水 文预测 的研 究逐渐增 多 ，郭俊等 将 改 以分成 两类 ：一 是基 于径 流 本 身变化 规 律 建 立 预 测 进 的支持 向量机 回归模 型应用 于流域径流预测 ，于 模 型 ，二是基于径流与其影 响