10.13476/j.cnki.nsbdqk.2018.0122
基于PCA-PSO-SVR的丹江口水库年径流预报研究
在年径流预报中,气象因子之间的自相关会对预报精度产生影响.针对这个问题,将主成分分析(PCA)和粒子群优化(PSO)算法加入SVR模型中,建立了PCA-PSO-SVR预报模型,剔除冗余信息和噪声,提取因子间的主要特征,并选择模型的最优参数组合作为回归支持向量机(SVR)模型的输入.选择南水北调中线水源地丹江口水库为研究区,利用丹江口1981-2016年入库资料进行模型检验.结果表明,模型验证期间合格率为83.33%、距平一致率也达到83.33%,具有精度高稳定性强等优点,对丹江口水库年径流预报有一定的参考意义.
年径流预报、主成分分析、粒子群优化算法、回归支持向量机、丹江口水库
16
P333(水文科学(水界物理学))
国家重点研发计划2016YFC0402201;国家自然科学基金51709271;青年人才托举工程2017QNRC001;中国水利水电科学研究院基本科研业务费专项WR0145B212017;江西省研究生创新专项资金项目YC2017068
2018-12-05(万方平台首次上网日期,不代表论文的发表时间)
共6页
35-40