HTS算法与GRNN、SVM耦合模型在径流预测中的应用 |
| |
引用本文: | 崔东文,郭荣.HTS算法与GRNN、SVM耦合模型在径流预测中的应用[J].华北水利水电学院学报,2018(5). |
| |
作者姓名: | 崔东文 郭荣 |
| |
作者单位: | 文山州水务局;文山市水务局 |
| |
摘 要: | 为提高水文预测预报精度,基于广义回归神经网络(GRNN)和支持向量机(SVM)构建GRNN_SVM耦合预测模型,利用热量传递搜索(HTS)算法同时优化GRNN、SVM关键参数和耦合权重系数,提出HTS_GRNN_SVM耦合预测模型。采用8个标准测试函数对HTS算法进行仿真验证,并与教学优化(TLBO)算法、灰狼优化(GWO)算法等当前寻优效果较好的几种算法进行对比验证;利用两个径流量预测算例对HTS_GRNN_SVM耦合模型进行实例验证,并与HTS_GRNN、HTS_SVM及GRNN、SVM模型的预测结果进行对比。结果表明:HTS算法的寻优精度优于TLBO、GWO等优化算法,具有较好的收敛速度、求解精度和稳定性; HTS_GRNN_SVM模型融合了HTS算法与GRNN、SVM模型的优点,在预测精度、泛化能力等方面均优于HTS_GRNN等4种模型。
|
本文献已被 CNKI 等数据库收录! |
|