基于最小二乘支持向量機的龍羊峽徑流預測

河川徑流的中長期預報是水資源合理利用和優化調度決策支持系統工作中的重要環節, 在防汛、抗旱、發揮水利設施
的經濟效益及流域水利規劃等方面都具有十分重要的作用。中長期徑流預報方法可分為傳統方法和新方法兩大類, 前者主要有成因分析和水文統計方法, 后者主要包括模糊分析、人工神經網絡、灰色系統分析等方法。受天文因子、氣候因子、植被因子、地質地貌因素和人類活動的綜合作用, 水文系統表現出高維性、非線性、隨機性、模糊性、混沌性等復雜特征, 所以定量的機理分析是有限而困難的[1]。目前一種新的機器學習方法即支持向量機SVM( Support Vector Machine) 越來越多的運用在回歸問題研究上, 支持向量機通過某種函數可以實現到高維空間的非線性映射,適合解決非線性的回歸問題。徑流預測問題具有顯著的非線性特性, 因此SVM方法很適合應用于解決該問題。