基于BP神经网络与SVM模型的黄尾河径流预测比较分析

编号 zgly0001717295

文献类型 期刊论文

文献题名 基于BP神经网络与SVM模型的黄尾河径流预测比较分析

作者 顾哲衍  陈杭  伊鑫 

作者单位 江苏省水利勘测设计研究院有限公司 

母体文献 西北林学院学报 

年卷期 2020年05期

年份 2020 

分类号 P333 

关键词 黄尾河  径流预测  神经网络模型(BP)  支持向量机模型(SVM) 

文摘内容 比较分析BP神经网络与SVM模型在径流预测应用中的性能特征。以降雨量为预报因子,采用BP人工神经网络模型和SVM模型对大别山黄尾河流域40 a时长的同期径流过程进行数值模拟,并对二者的预测性能进行比较与评价。结果表明,黄尾河流域BP模型模拟的总体相对误差为14.43%,合格率为77.5%,确定性系数为0.76,预报精度等级为乙级;SVM模拟的总体相对误差为12.41%,合格率、确定性系数及预报精度等级与BP模型相同。SVM模型模拟结果较BP模型而言更集中于较小的误差范围内。BP模型的累积误差>SVM模型,并且随着误差自由度的增大,这种差距有扩大的趋势,表明SVM模型的误差范围较小,误差间隔小于BP模型,模拟性能较BP模型更稳定。