基于遗传算法的SVM-AR改进模型与应用
文献类型：期刊论文
| 作者 | 王红瑞1; 魏豪杉2; 胡立堂1; 赵自阳1; 娄和震1 |
| 刊名 | 河海大学学报. 自然科学版
 |
| 出版日期 | 2020 |
| 卷号 | 48期号:6页码:488 |
| 关键词 | support vector machines genetic algorithm hybrid kernel function time series analysis autoregressive model runoff forecast Weihe River Basin 支持向量机 遗传算法 混合核函数 时间序列分析 自回归模型 径流预报 渭河流域 |
| ISSN号 | 1000-1980 |
| 英文摘要 | 为提升河流流量的预测精度,将支持向量机与AR进行耦合,并构造三核混合核函数的流量预测支持向量机模型。以渭河流域的月径流量为例,首先,通过时间序列分析,将渭河流域的径流序列划分为趋势序列、季节序列和随机波动序列,然后利用AR模型构造适用于支持向量机算法的数据集,并将数据集按4∶1划分为训练集和检验集;其次,利用线性组合构造由多项式核函数、径向基核函数与Sigmoid核函数构成的三核混合核函数,在训练集上,采用遗传算法确定相关参数,随后在检验集上进行预测。结果表明:遗传算法确定参数会带来较大的不确定性,导致结果差异较大,从而着重讨论遗传算法带来的参数不确定性;通过函数构造与统计分析,给出三核混合核函数参数选择的一般性方法与流程,并进行验证,该参数选取方法能够降低遗传算法的不确定性,得到精度较高的流量预测结果,预测流量与实际流量的均方误差从150左右降低到130左右。 |
| 语种 | 英语 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/135997]  |
| 专题 | 中国科学院地理科学与资源研究所 |
| 作者单位 | 1.北京师范大学 2.中国科学院地理科学与资源研究所 |
| 推荐引用方式 GB/T 7714 | 王红瑞,魏豪杉,胡立堂,等. 基于遗传算法的SVM-AR改进模型与应用[J]. 河海大学学报. 自然科学版,2020,48(6):488. |
| APA | 王红瑞,魏豪杉,胡立堂,赵自阳,&娄和震.(2020).基于遗传算法的SVM-AR改进模型与应用.河海大学学报. 自然科学版,48(6),488. |
| MLA | 王红瑞,et al."基于遗传算法的SVM-AR改进模型与应用".河海大学学报. 自然科学版 48.6(2020):488. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。