基于混合核SHTS-SVM的年径流预测

发布时间：2022-07-20 19:31

　　为提高年径流预测精度,利用同热传递搜索（SHTS）算法对混合核支持向量机（SVM）关键参数和混合权重系数进行优化,提出混合核SHTS-SVM年径流预测模型。通过6个不同维度的标准测试函数对SHTS算法进行仿真验证,并与当前寻优效果较好的教学优化（TLBO）算法、灰狼优化（GWO）算法进行对比验证。利用两个年径流预测算例对混合核SHTS-SVM模型进行实例验证,并与多项式核SHTS-SVM、高斯核SHTS-SVM及SHTS-BP模型预测结果进行对比。结果表明:SHTS算法寻优精度优于TLBO、GWO优化算法,具有较好的极值寻优能力和稳健性能。混合核SHTS-SVM模型综合了多项式全局核函数和高斯局部核函数二者优点,在预测精度、泛化能力等方面均优于对比模型,具有较好的实际应用价值。 

【文章页数】：7 页

【文章目录】：
1 研究背景
2 同热传递搜索算法及仿真验证
    2.1 同热传递搜索算法
    2.2 仿真验证
3 混合核SHTS-SVM预测模型
    3.1 混合核SVM
    3.2 混合核SHTS-SVM预测实现步骤
4 算例
5 结论


【参考文献】：
期刊论文
[1]基于教学优化算法的多元超越回归模型及其在径流预报中的应用[J]. 崔东文.  华北水利水电大学学报(自然科学版). 2016(06)
[2]几种智能算法与支持向量机融合模型在中长期月径流预测中的应用[J]. 崔东文.  华北水利水电大学学报(自然科学版). 2016(05)
[3]几种智能优化算法与支持向量机相融合的月径流预测模型及应用[J]. 崔东文,郑斌.  人民珠江. 2016(03)
[4]改进布谷鸟算法优化混合核LSSVM的卷烟销售量预测[J]. 周建友,张凯威.  计算机工程与应用. 2015(19)
[5]免疫粒子群算法与支持向量机在枯水期月径流预测中的应用[J]. 李月玉,李磊.  水资源与水工程学报. 2015(03)
[6]人工鱼群算法与支持向量机在枯水期月径流预测中的应用[J]. 崔东文.  人民珠江. 2015(03)
[7]果蝇优化算法与支持向量机在年径流预测中的应用[J]. 崔东文,金波.  人民珠江. 2015(02)
[8]改进RBF-Adaboost模型及其在年径流预测中的应用[J]. 黄剑竹.  人民珠江. 2015(01)
[9]基于改进的回归支持向量机模型及其在年径流预测中的应用[J]. 崔东文,金波.  水力发电学报. 2015(02)
[10]遗传算法与最小二乘支持向量机在年径流预测中的应用[J]. 代兴兰.  水资源与水工程学报. 2014(06)



本文编号：3664624