利用PSO-SA混合优化支持向量回归的径流预报模型研究

摘要：

为了有效提高径流预报的准确度,提出一种有效的融合优化策略,采用基于粒子群和模拟退火算法相结合的混合方法同时优化支持向量回归核函数类型和内核参数,以此建立一种有效的混合优化支持向量回归径流预报模型,为核函数选择和参数优化提供了一种有效途径.通过对广西柳州柳江径流实例分析,并与纯粹的支持向量回归模型对比,研究结果表明,该模型预测稳定,具有较高泛化性能和预测准确度,为径流预报提供了一种有效预测方法.

关键词：支持向量回归、粒子群、模拟退火、融合改进、径流预报模型

所属期刊栏目：36

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家科技部中小企业创新基金项目13C26214504766;广西科技厅面上基金资助项目2014GXNSFAA118027;2017年广西高校中青年教师基础能力提升项目2017KY0896;广西教育厅高校科研项目YB2014467

在线出版日期：2019-12-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2599-2603