群智能算法在月径流预测支持向量机建模中的适应性研究

作     者：毛建刚 王庆杰 MAO Jian-gang;WANG Qing-jie

作者机构：新疆水利水电科学研究院新疆乌鲁木齐830000 四川水发勘测设计研究有限公司四川成都610065 

出 版 物：《水电能源科学》 (Water Resources and Power)

年 卷 期：2024年第42卷第5期

页      面：34-38页

学科分类：08[工学] 081501[工学-水文学及水资源] 0815[工学-水利工程] 

基　　金：新疆维吾尔自治区重大科技专项(2022A02003-5) 

主　　题：径流预测 支持向量机 群智能算法 交叉验证 参数优化 

摘      要：变化环境下,径流的精准预测愈加困难,集成稳健的优化算法是近年来机器学习发展的动力,也是提高径流预测精度的有效途径。为规避支持向量机(SVM)建模时适应度函数选取的不足,提出基于群智能算法的SVM参数优化范式,并以新疆克孜尔水库月平均径流量预测为例,对粒子群算法(PSO)、差分算法(DE)、灰狼算法(GWO)、鲸鱼算法(WOA)和麻雀算法(SSA)5个典型算法进行仿真验证。结果表明,PSO建立SVM模型合格率(QR)小于60%,预测精度不达标,其余4类算法的平均绝对相对误差和纳什系数分别介于10%~20%和0.75~1之间,预测效果良好;20次独立运算结果中,PSO、WOA、SSA和DE存在预测结果较差的情况,其中PSO的稳定性最差。综合而言,GWO优化的SVM(SVMGWO)在月径流预测中精度、稳定性和可靠性更佳。