基于混合核SHTS-SVM的年径流预测

论文摘要

为提高年径流预测精度,利用同热传递搜索（SHTS）算法对混合核支持向量机（SVM）关键参数和混合权重系数进行优化,提出混合核SHTS-SVM年径流预测模型。通过6个不同维度的标准测试函数对SHTS算法进行仿真验证,并与当前寻优效果较好的教学优化（TLBO）算法、灰狼优化（GWO）算法进行对比验证。利用两个年径流预测算例对混合核SHTS-SVM模型进行实例验证,并与多项式核SHTS-SVM、高斯核SHTS-SVM及SHTS-BP模型预测结果进行对比。结果表明:SHTS算法寻优精度优于TLBO、GWO优化算法,具有较好的极值寻优能力和稳健性能。混合核SHTS-SVM模型综合了多项式全局核函数和高斯局部核函数二者优点,在预测精度、泛化能力等方面均优于对比模型,具有较好的实际应用价值。

论文目录

• 1 研究背景
• 2 同热传递搜索算法及仿真验证
•   2.1 同热传递搜索算法
•   2.2 仿真验证
• 3 混合核SHTS-SVM预测模型
•   3.1 混合核SVM
•   3.2 混合核SHTS-SVM预测实现步骤
• 4 算例
• 5 结论

文章来源

类型: 期刊论文

作者: 周有荣,崔东文

关键词: 径流预测,同热传递搜索算法,混合核函数,支持向量机,参数优化,仿真验证

来源: 水资源与水工程学报 2019年03期

年度: 2019

分类: 工程科技Ⅱ辑,基础科学,信息科技

专业: 地球物理学,水利水电工程,自动化技术

单位: 云南省文山州水务局

分类号: TP181;P338

页码: 66-72

总页数: 7

文件大小: 143K

下载量: 90