10.3969/j.issn.1006-7175.2017.02.012
基于主成分分析的GA-SVM模型在中长期径流预报中的应用
考虑径流过程的高度非线性特征,将主成分分析、遗传优化算法与支持向量回归耦合,应用主成分分析剔除无关因素的影响,提取主要影响因子并作为模型的输入,充分利用遗传算法全局搜索能力对支持向量机3个重要参数迭代寻优,建立主成分分析-遗传-支持向量回归月预测模型(PGA-SVM),并将该模型应用于观音岩水库月径流预报.实际应用表明,该模型预测效果明显优于MRM及SVM模型,可在径流中长期预报中推广应用.
主成分分析、遗传算法、支持向量机、径流预报
23
P338(水文科学(水界物理学))
2017-04-21(万方平台首次上网日期,不代表论文的发表时间)
共4页
48-51