基于最小二乘支持向量机的降雨量预测

摘要：

鉴于降雨量受众多因素的影响和具有复杂的非线性特点,提出将最小二乘支持向量机用于预测降雨量.最小二乘支持向量机(LSSVM)基于结构风险最小化,能够较好地协调经验风险最小化和学习机器VC维之间的关系,并且LSSVM在支持向量机(SVM)的基础上,通过将价值函数改为最小二乘价值函数,以及用等式约束代替不等式约束,将求解的二次规划问题转化线性方程组求解,采用径向基核函数,得到LSSVM模型的待定参数比标准支持向量机少,仅为2个.在Matlab环境下建立了最小二乘支持向量机的降雨预测模型.经实例验证,该模型收敛速度快、预测精度高.与基于RBF神经网络的降雨量模型相比,基于最小二乘支持向量机的降雨量模型具有更强的预测能力.

关键词：降雨量、最小二乘支持向量机、Matlab、预测

所属期刊栏目：39

分类号：P332.1(水文科学（水界物理学）)

资助基金：河北省水利厅科研资助项目2005-39

在线出版日期：2009-01-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：29-31