基于支持向量機的中長期徑流預報研究.pdf

1、徑流預報不僅在水資源規(guī)劃管理中起著非常重要的作用,而且在水庫調度中也起著重要的作用,徑流預報的準確性將直接影響到由此做出的調度方案的優(yōu)劣。此外,徑流預報在防洪、航運、水環(huán)境以及實現(xiàn)經濟可持續(xù)發(fā)展等綜合效益方面也發(fā)揮著重要的作用。然而水文系統(tǒng)是一個大規(guī)模的復雜系統(tǒng),并且水文系統(tǒng)中的徑流要素受氣候、流域地理環(huán)境及人類活動等多種因素的影響,其變化特性和規(guī)律錯綜復雜,表現(xiàn)出隨機性、灰色性和非線性等復雜特征。這使得徑流預測,尤其是中長期徑流預測變

2、得復雜困難,原有的傳統(tǒng)方法將難以滿足要求。因此,引進新的方法和途徑就顯得十分必要。
　　人工神經網絡由于具有很強的自學習、自組織和自適應能力,在水文預報方面得到了廣泛應用,但它存在過學習和容易陷入局部最優(yōu)等問題。然而,支持向量機(SVM)建立在統(tǒng)計學習理論的VC維理論和結構風險最小化原理的基礎上,有效地避免了過學習問題;同時在算法上采用了二次規(guī)劃、拉格朗日理論,得到的將是全局最優(yōu)解。同時,它引入了核函數(shù),大大簡化了非線性問題的求解