基于VMD-AVOA-LSSVM模型的月降水量预测研究

作者：张先起; 赵玥; 郑志文; 吴喜龙

来源：水电能源科学, 2022, 40(12): 1-5.

DOI：10.20040/j.cnki.1000-7709.2022.20212529

• 降水量预测
• 变分模态分解
• 非洲秃鹫优化算法
• 最小二乘支持向量机

为寻求新型耦合模型来提高月降水量预测的效率，以最小二乘支持向量机(LSSVM)为基础，先基于变分模态分解(VMD)进行月降水序列的分解降噪得到分量，再使用新型非洲秃鹫优化算法(AVOA)优化模型参数，以各个分量为输入构建了VMD-AVOA-LSSVM月降水量预测模型。该模型在华北平原5个典型站点的试验结果表明，与其他对照模型相比，VMD-AVOA-LSSVM模型的综合性能最好；训练误差为RRMSE=4.250 mm/月、MMRE=68.028%、R2=0.995;检验误差为RRMSE=5.593 mm/月、MMRE=64.320%、R2=0.993,说明所提出的VMD-AVOA-LSSVM模型可为相关水资源管理提供参考。

• 单位
  华北水利水电大学