科研之友
微信
新浪微博
Facebook
分享链接
摘要
提出了采用遗传算法求解支持向量机最优参数的算法,并将其应用于Chickasaw河的日流量预测。为评估由不同时刻的流量、降水量及蒸发量组成的输入向量对模型预测精度的影响,设计了四种模型输入方案,以方差和确定性系数为标准对其进行评价。结果表明,采用前3 d流量、前1 d降水量及蒸发量的方案3预测精度最高。与BP神经网络模型预测结果对比显示,支持向量机模型预测精度较优,可用于水库或水电站的日流量预测。
-
单位水文水资源与水利工程科学国家重点实验室; 河海大学
