基于支持向量機(jī)的中長期徑流預(yù)報(bào)研究.pdf

1、徑流預(yù)報(bào)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(diào)度中也起著重要的作用,徑流預(yù)報(bào)的準(zhǔn)確性將直接影響到由此做出的調(diào)度方案的優(yōu)劣。此外,徑流預(yù)報(bào)在防洪、航運(yùn)、水環(huán)境以及實(shí)現(xiàn)經(jīng)濟(jì)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(gè)大規(guī)模的復(fù)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(cuò)綜復(fù)雜,表現(xiàn)出隨機(jī)性、灰色性和非線性等復(fù)雜特征。這使得徑流預(yù)測,尤其是中長期徑流預(yù)測變

2、得復(fù)雜困難,原有的傳統(tǒng)方法將難以滿足要求。因此,引進(jìn)新的方法和途徑就顯得十分必要。
　　人工神經(jīng)網(wǎng)絡(luò)由于具有很強(qiáng)的自學(xué)習(xí)、自組織和自適應(yīng)能力,在水文預(yù)報(bào)方面得到了廣泛應(yīng)用,但它存在過學(xué)習(xí)和容易陷入局部最優(yōu)等問題。然而,支持向量機(jī)(SVM)建立在統(tǒng)計(jì)學(xué)習(xí)理論的VC維理論和結(jié)構(gòu)風(fēng)險(xiǎn)最小化原理的基礎(chǔ)上,有效地避免了過學(xué)習(xí)問題;同時(shí)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(shí),它引入了核函數(shù),大大簡化了非線性問題的求解