基于奇异谱分析—灰狼优化—支持向量回归混合模型的黑河正义峡月径流预测

编号 zgly0001706702

文献类型 期刊论文

文献题名 基于奇异谱分析—灰狼优化—支持向量回归混合模型的黑河正义峡月径流预测

作者 王丽丽  李新  冉有华  郭彦龙 

作者单位 中国科学院西北生态环境资源研究院甘肃省遥感重点实验室  西北师范大学物理与电子工程学院  中国科学院大学  中国科学院青藏高原研究所  中国科学院青藏高原地球科学卓越创新中心 

母体文献 遥感技术与应用 

年卷期 2020年02期

年份 2020 

分类号 P338  TP18 

关键词 径流预测  数据驱动  奇异谱分析  灰狼优化  支持向量回归 

文摘内容 水文预报是水资源优化配置的重要前提,而传统预报方法普遍存在预测精度低的问题,为提高水文预报的准确性,提出了一种混合数据驱动模型用于月径流预测,即奇异谱分析—灰狼优化—支持向量回归(SSA-GWO-SVR)模型。该模型通过SSA对径流数据进行去噪处理来提高径流序列的平稳性和可预测性,采用GWO对SVR模型的参数进行联合选优,从而增强模型的泛化能力。通过黑河正义峡的月径流预测进行模型验证,以平均绝对误差(MAE)、均方根误差(RMSE)、相关系数(R)和纳什效率系数(NSEC)为模型评价标准。实验结果表明该模型的预测精度明显高于自回归积分滑动平均模型(ARIMA)、持续性模型(PM)、交叉验证-SVR(CV-SVR)和GWOSVR模型,并且它能很好地预测径流峰值,说明该模型是一种可靠的径流预测模型,能够更深入地捕获水文径流的内在特性,为基于数据驱动模型的水文预报提供了一种新方法。