基于遗传算法的SVM-AR改进模型与应用

摘要：

为提升河流流量的预测精度,将支持向量机与AR进行耦合,并构造三核混合核函数的流量预测支持向量机模型.以渭河流域的月径流量为例,首先,通过时间序列分析,将渭河流域的径流序列划分为趋势序列、季节序列和随机波动序列,然后利用AR模型构造适用于支持向量机算法的数据集,并将数据集按4:1划分为训练集和检验集;其次,利用线性组合构造由多项式核函数、径向基核函数与Sigmoid核函数构成的三核混合核函数,在训练集上,采用遗传算法确定相关参数,随后在检验集上进行预测.结果表明:遗传算法确定参数会带来较大的不确定性,导致结果差异较大,从而着重讨论遗传算法带来的参数不确定性;通过函数构造与统计分析,给出三核混合核函数参数选择的一般性方法与流程,并进行验证,该参数选取方法能够降低遗传算法的不确定性,得到精度较高的流量预测结果,预测流量与实际流量的均方误差从150左右降低到130左右.

关键词：支持向量机、遗传算法、混合核函数、时间序列分析、自回归模型、径流预报、渭河流域

所属期刊栏目：48

分类号：P338(水文科学（水界物理学）)

资助基金：国家重点研发计划;国家自然科学基金

在线出版日期：2021-01-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：488-497