最小二乘支持向量机模型在径流预报中的应用  

The Least Square Support Vector Machine(LS-SVM) Model Applies in the Prediction of the Runoff

作　　者：崔庆[1] 马孝义[1] 陈海涛[2] 

机构地区：[1]西北农林科技大学水利与建筑工程学院,陕西杨凌712100 [2]西北农林科技大学机械与电子工程学院,陕西杨凌712100

出　　处：《中国农村水利水电》2012年第12期63-65,共3页China Rural Water and Hydropower

基　　金：国家自然科学基金(50879072);西北农林科技大学人才专项基金(BJRC-2009-001)

摘　　要：为解决径流中长期预报模型精度较低的问题,提出了一种基于混沌时间序列的最小二乘支持向量机预测方法,该方法依据相空间重构技术以及最小二乘支持向量机模型(以下简称LS_SVM)。利用该模型对黄河三门峡1919-1989年的71年实测年径流量进行预测。经过反复计算分析表明LS_SVM模型在径流中的应用具有较快的计算速度、较好的泛化能力以及较高的预测精度。To solve the problem of low runoff and long-term forecasting accuracy of the model proposed in this paper, a method of least squares support vector machine is put forward on the basis of chaotic time series prediction. This method is based on phase space reconstruction and least squares support vector machine model （the referred LS_SVM）. The model is used to predict the Sanmenxia 71 years from 1919 to 1989 measured annual runoff. Analyses show that after repeated calculation LS_SVM model in the runoff com- putation speed, good generalization and high prediction accuracy.

关 键 词：混沌 相空间重构技术 最小二乘支持向量机模型 径流 

分 类 号：TM341[电气工程—电机] TP273[自动化与计算机技术—检测技术与自动化装置]