基于混合核SHTS-SVM的年径流预测

来源：水资源与水工程学报杂志2019年第3期北京时间：

作者：周有荣，崔东文

单位：（1.临沧润汀水资源科技服务有限公司,2.云南省文山州水务局

摘要：为提高年径流预测精度，利用同热传递搜索（SHTS）算法对混合核支持向量机（SVM）关键参数和混合权重系数进行优化，提出混合核SHTS-SVM年径流预测模型。通过6个不同维度的标准测试函数对SHTS算法进行仿真验证，并与当前寻优效果较好的教学优化（TLBO）算法、灰狼优化（GWO）算法进行对比验证。利用两个年径流预测算例对混合核SHTS-SVM模型进行实例验证，并与多项式核SHTS-SVM、高斯核SHTS-SVM及SHTS-BP模型预测结果进行对比。结果表明：SHTS算法寻优精度优于TLBO、GWO优化算法，具有较好的极值寻优能力和稳健性能。混合核SHTS-SVM模型综合了多项式全局核函数和高斯局部核函数二者优点，在预测精度、泛化能力等方面均优于对比模型，具有较好的实际应用价值。

关键词：径流预测,同热传递搜索算法,混合核函数,支持向量机,参数优化,仿真验证