基于变分模态分解和引力搜索算法的径流预测模型研究

针对月径流数据的数据量小、高度非线性和非平稳性特点,提出了一种基于变分模态分解(VMD)、引力搜索(GSA)与支持向量回归机(SVR)的组合预测模型。首先对月径流样本进行Mann-Kendall(M-K)检验,找出突变点划分训练集与测试集;然后用VMD分别对训练集与测试集进行分解;最后对训练集数据进行训练,利用GSA对SVR的三个主要参数进行寻优,并对测试集的预测结果进行评价。将该模型应用于渭河流域咸阳站与临潼站的月径流预测中。结果表明,VMD-GSA-SVR模型相较于其他模型,有着更高的预测精度与泛化能力,更加符合预测的实际情况,在渭河流域具有较好的可行性与适应性。