基于不同核函数的SVM用于径流预报的比较.pdfVIP

第32卷第 9期 人 民 黄 河 Vo1．32．No．9 2010年 9月 YELL0W RIVER Sep．，2010 【水文 ·泥沙 】 基于不同核函数的 SVM用于径流预报的比较 王春燕，夏乐天，孙毓蔓 (河海大学 理学院，江苏 南京 210098) 摘 要：为提高径流预报的预测精度，分别采用基于RBF、ERBF的核函数对碧流河水库的年径流量建立了SVM 回归模 型。径流预报结果表明：基于ERBF核函数的SVM 回归方法的预报误差、均方误差均比基于RBF核函数的SVM 回归方 法的结果小，径流预测精度也高于基于RBF核函数的SVM方法的结果。 关 键 词 ：RBF；ERBF；核函数 ；SVM；径流预报 中图分类号：P333 文献标识码：A doi：10．3969／j．issn．1000—1379．2010．09．014 径流预报对区域水资源的开发利用 、优化调度和综合管理 式中： 为输入值； 为输出值 (i=1，2，…，z)。 有着重要的指导作用…。目前 ，基于统计理论的相关分析和回 要求拟合的函数形式为_厂()=’，‘()+6。根据结构风险 归方法在径流预报中仍发挥着重要作用 J，20世纪 90年代以 化最小原则，即要寻求最优回归超平面，使下式结果最小。 来 ，人工神经网络 (ANN)在水文预报中的应用逐渐增多 I4。 1 ÷ I1w +cR：。 (2) 支持向量机 (Suppo~VectorMachines，简称 SVM)现成为继神经 f 1 网络之后机器学习领域新的研究热点 ，是一种新颖的处理非线 式中：R =÷∑lY一 )I；c为调节训练误差和模型复 l l 性分类和回归的有效方法 J。 杂度之间折中的正则化常数；为不灵敏损失函数；，．，为拟合函 在采用 SVM方法对径流量作预测的研究中，大多数都采 数的系数。 用径向基函数作为核函数进行径流预报 j，但核函数的不同 则SVM 的 回归 问题 就 等价 于解 决一个二 次规 划 问 对 SVM模型的建立有直接的影响。笔者采用两种不同的核函 题。·’ 。考虑线性回归，设线性回归函数_厂()=w +b，假定 数 ，对大连市主要供水水库——碧流河水库的年径流量建立 所有样本数据点集在精度 下无误差地用_厂(X)拟合，即 SVM 回归模型，并加以预测、比较 ，尝试在径流预报方面找到一 IY一’．’ 一bl≤ (i= 1，2，…，Z) (3) 种 比基于径 向基 函数的SVM 回归模型精确