文献类型：期刊文章

作　　者：晋健[1,2] 刘育[1,2] 王琴慧[3] 刘芬香[1,2] 李基栋[3]

JIN Jian;LIU Yu;WANG Qinhui;LIU Fenxiang;LI Jidong(Chengdu DHZL Technologies Co.,Ltd.,Chengdu 610041,China;State Energy Group Dadu River Valley Hydropower Development Co.,Ltd.,Chengdu 610041,China;College of Water Conservancy and Hydropower Engineering,Sichuan Agricultural University,Chengdu 625014,China)

机构地区：[1]成都大汇智联科技有限公司,四川成都610041 [2]国家能源集团大渡河流域水电开发有限公司,四川成都610041 [3]四川农业大学水利水电学院,四川雅安625014

出　　处：《人民长江》

基　　金：四川省重大科技专项项目(2018GZDX0043)。

年　　份：2020

卷　　号：51

期　　号：9

起止页码：67-72

语　　种：中文

收录情况：BDHX、BDHX2017、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为优化支持向量机(Support Vector Machine,SVM)模型参数,提高中长期径流预报精度,建立了基于FA-SVM的中长期径流预报模型。该模型以样本中训练期均方差最小为目标函数,利用萤火虫算法(Firefly Algorithm,FA)对支持向量机主要参数(惩罚系数C、核函数参数g和不敏感损失系数ε)进行了优化。以岷江上游的紫坪铺水库为例,运用小波去噪法对各月径流序列进行数据预处理后,利用FA-SVM模型与BP神经网络模型进行了中长期径流预报。结果表明:①运用小波阈值法能够较好地滤除各月径流序列的系统噪声和测量噪声;②FA-SVM模型中长期径流预测效果较好,预报精度等级均在丙级以上;③FA-SVM模型的预报效果优于BP神经网络模型。

关 键 词：中长期径流预报 参数优化 支持向量机  萤火虫算法 小波去噪 紫坪铺水库

分 类 号：P338.2]