基于小波包分解的AJS-GMDH月径流时间序列预测研究

作者：杨琼波; 崔东文^*

来源：水力发电, 2022, 48(06): 45-51.

• 月径流预测
• 时间序列分解
• 人工水母搜索算法
• 数据分组处理方法
• 仿真测试

为提高月径流时间序列预测精度，建立基于小波包分解(WPD)、人工水母搜索(AJS)算法、数据分组处理方法(GMDH)的WPD-AJS-GMDH月径流时间序列预测模型。采用WPD将月径流时序数据分解为若干子序列分量；选取6个典型函数在不同维度条件下对AJS算法进行仿真测试；利用AJS算法优化GMDH网络关键参数，建立WPD-AJS-GMDH模型，并构建基于支持向量机(SVM)、BP神经网络及完全集合经验模态分解(CEEMD)、小波分解(WD)的17种对比分析模型；最后利用云南省龙潭站1952年～2016年780组的月径流时间序列数据对所建立的18种模型进行检验。结果表明，在不同维度条件下，AJS算法均具有较好的寻优效果；WPD-AJS-GMDH模型预测误差均小于其他17种模型；对于月径流时序数据分解，WPD分解效果优于CEEMD、WD方法；AJS算法能有效优化GMDH网络参数，提高预测性能。

• 单位
  云南省水文水资源局