| 基于遗传算法的SVM-AR改进模型与应用 |
| |
| 引用本文： | 王红瑞,魏豪杉,胡立堂,赵自阳,娄和震. 基于遗传算法的SVM-AR改进模型与应用[J]. 河海大学学报(自然科学版), 2020, 48(6): 488-497. DOI: 10.3876/j.issn.10001980.2020.06.002 |
| |
| 作者姓名： | 王红瑞 魏豪杉 胡立堂 赵自阳 娄和震 |
| |
| 作者单位： | 北京师范大学水科学研究院,北京 100875,中国科学院地理科学与资源研究所,北京 100101;中国科学院大学资源与环境学院,北京 100190,北京师范大学水科学研究院,北京 100875,北京师范大学水科学研究院,北京 100875,北京师范大学水科学研究院,北京 100875 |
| |
| 基金项目： | 国家重点研发计划(2018YFC0407900)；国家自然科学基金(51879010,51479003) |
| |
| 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 |
Improved model and application of SVM-AR based on genetic algorithm |
| |
| WANG Hongrui,WEI Haoshan,HU Litang,ZHAO Ziyang,LOU Hezhen. Improved model and application of SVM-AR based on genetic algorithm[J]. Journal of Hohai University (Natural Sciences ), 2020, 48(6): 488-497. DOI: 10.3876/j.issn.10001980.2020.06.002 |
| |
| Authors: | WANG Hongrui WEI Haoshan HU Litang ZHAO Ziyang LOU Hezhen |
| |
| Affiliation: | College of Water Sciences, Beijing Normal University, Beijing 100875, China;Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China; College of Resources and Environment, University of Chinese Academy of Sciences, Beijing 100190, China |
| |
| Abstract: | |
| |
| Keywords: | support vector machines genetic algorithm hybrid kernel function time series analysis autoregressive model runoff forecast Weihe River Basin |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《河海大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《河海大学学报(自然科学版)》下载全文 |
|
