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。