季节性支持向量机中长期径流预报模型 A Seasonal Support Vector Machine Mid-long Term Runoff Forecast Model.pdfVIP

季节性文持向量讥中长期泾琉预报模型 张卫国13，钟平安1，张玉兰3，郭乐2，王新龙1，3 (1．河海大学水文水资源学院，江苏南京210098；2．中国长江三峡集团公司， 湖北宜昌443133；3．宁波市水利水电规划设计研究院，浙江宁波315192) 摘 要：中长期径流预报对水资源利用工作具有重要的指导意义。针对月径流季节性特征提出了季节性支持向量机 (SVM)中长期径流预报模型，以月份值嵌入样本的形式考虑了月径流的非平稳季节特性；引入了“参数网格化搜索 耦合交叉验证”的参数率定方法。确保了模型参数选取的合理性。实例表明，季节性SVM中长期径流预报模型是有 效的，相比标准SVM模型、分月SVM模型、BP模型具有明显的优势。 关键词：中长期径流预报；季节性；支持向量机 ASe嬲onaI VectorMaclliIle TemR岫。行Forec嬲tM0del S叩port Mid-long ZHANG Yulan3，GUOYue2，WANG Weigu01j，ZHONGPin97anl，ZHANG Xinlon91j of andWater Resources，Hohai (1．CoUegeHydrology University，Nanjing210098，Jiangsu，China= 2．ChinaThree 443l GorgesCorporation’Yichang33，Hubei，China； and Research 315 3．NingboHydraulicWaterpowerPlanningDes唔ning Institution，Ningbo192，Zhejian舀China) runoff an roleinwaterresourceutiliza“on．Inviewof Abstractthe ternl thefactthat mid_long forecastingplaysimportant monthly runoffhasseasonalchamcteristicseasonalvector te瑚mnoffforecastmodelis s，a supponmachine(SVM)mid-long pmposed．In the monthvalueisembeddedin toconsiderthe seasonalcharacteristicofthe model，the nlno噩 samples non—stationary monthly andthe search withcmssvalidationmethodisintmducedforthe calibrationofthemodelwhichensures grid coupled parameter the ofthe case showst11atthe methodiselkctiveandhasobvious overthe mtionalitypammeters．Thestudy proposed advantages standardSVM SVMmodel舳dBP