摘要

为验证LASSO回归在剔除冗余预报因子中的高效性,并探讨基于LASSO回归的哈里斯鹰群算法(HHO)与支持向量回归(SVR)耦合的HHO-LSVR模型的年径流预报效果,利用LASSO回归分别求得各气象因子的拟合系数并以此作为优选预报因子的依据,采用HHO算法来优化选择SVR模型的控制参数进行年径流预报并设置对照模型,利用Friedman检验量化上述两种方法对模型性能的贡献程度。结果显示HHO-LSVR拟合和检验效果均为最优,对照检验结果显示LASSO回归在提升模型性能上占主要地位。与其他预报模型相比较,HHO-LSVR具有较高的预报精度和稳定性,可为实际预报提供支撑。

全文