[1]徐莹,王嘉阳,苏华英,等.基于遗传算法的支持向量机在径流中长期预报中的应用[J].水利与建筑工程学报,2014,(05):42-45.
点击复制

基于遗传算法的支持向量机在径流中长期预报中的应用()
分享到:

《水利与建筑工程学报》[ISSN:1672-1144/CN:61-1404/TV]

卷:
期数:
2014年05期
页码:
42-45
栏目:
出版日期:
2014-10-31

文章信息/Info

作者:
徐莹;王嘉阳;苏华英;
大连理工大学;贵州电力通信局;
关键词:
支持向量机 遗传算法 参数寻优 径流预报
摘要:
支持向量机在径流中长期预报的应用中,普遍采用网格搜索法率定其参数,存在耗时较长、参数选取不当而导致预报精度低等问题,针对该问题提出了一种基于遗传算法的支持向量机模型,该模型结合遗传算法收敛速度快的特点对支持向量机参数进行优化选择,实现参数的全局自动化选取。应用乌江流域某电站的径流预报结果显示,相对于基于网格搜索参数寻优的支持向量机模型及神经网络模型,基于遗传算法参数寻优的支持向量机模型预报精度更高,泛化能力更强。更多还原

参考文献/References:

[1] 杨旭,栾继虹,冯国章.中长期水文预报研究评述与 展望[J].西北农业大学学报,2000,28(6):203-207.
[2] 畅明琦,刘俊萍.兰州站径流支持向量机预测[J].水力 发电学报,2010,29(4):32-38.
[3] 游中琼,陈森林,王放.乌溪江水库长期径流预报方 案探讨[J].武汉水利电力大学学报,2000,33(1):59-62.
[4] 李克飞,纪昌明,张验科,等.三峡水库中长期径流预报 方法研究[J].水电能源科学,2013,31(1):8-11.
[5] 李佳,王黎,马光文,等.LS-SVM在径流预测中的 应用[J].中国农村水利水电,2008,(5):8-10,14.
[6] 林剑艺,程春田.支持向量机在中长期径流预报中的应 用[J].水利学报,2006,37(6):681-686.
[7] 李彦彬,黄强,徐建新,等.河川径流中长期预测的支 持向量机模型[J].水力发电学报,2008,27(5):28-32.
[8] 李良敏,温广瑞,王生昌.基于遗传算法的回归型支持 向量机参数选择法[J].计算机工程与应用,2008,44 (7):23-26.
[9] 王克奇,杨少春,戴天虹,等.采用遗传算法优化最小二 乘支持向量机参数的方法[J].计算机应用与软件, 2009,26(7):109-111.
[10] 王宏伟,张鑫,邱俊楠,等.基于GA-SVR的中长期 径流预报[J].西北农林科技大学学报:自然科学版, 2012,40(2):201-206.
[11] 刘东辉,卞建鹏,付平,等.支持向量机最优参数选 择的研究[J].河北科技大学学报,2009,30(1):58-61.
[12] 陈果,周伽.小样本数据的支持向量机回归模型 参数及预测区间研究[J].计量学报,2008,29(1):92- 96.
[13] 周明,孙树栋.遗传算法原理及应用[M].北京:国 防工业出版社,2002.
[14] 宋小娜,朱齐亮.遗传算法在数据挖掘中的应用[J]. 科技信息,2008,(17):65-66.
[15] 张利平,王德智,夏军,等.基于气象因子的中长期 水文预报方法研究[J].水电能源科学,2003,21(3):4- 6.

[16] 武斌,张峰.水库工程水文预报模型[J].水利与 建筑工程学报,2005,3(3):33-36.

更新日期/Last Update: 1900-01-01