基于SVM的河道洪峰水位校正预报方法

发布时间：2023-03-05 02:50

　　针对平原河网地区河道洪峰水位预报中经验模型可靠性不足的问题,提出一种基于SVM的河道洪峰水位校正预报方法。采用谱系聚类法对历史洪水过程数据按降雨特性分类,选择与预报降雨过程最接近的历史数据训练预报模型;采用PCA对输入数据降维以提取有效特征;基于支持向量回归机建立河道洪峰水位预报模型;采用滚动模式对洪峰水位预报,每小时根据最新水位以及降水信息预报未来洪峰水位,不断提高预报精度。通过对京杭运河拱宸桥站的洪峰水位实例预测验证了该研究方法的有效性。

【文章页数】：4 页

【文章目录】：
0 引 言
1 样本数据集的构建
    1.1 训练样本分类
    1.2 训练样本选择
2 数据降维
3 SVM的学习训练与预测
    3.1 构造训练样本
    3.2 SVM模型训练
    3.3 预测
4 实例分析
5 结 论



本文编号：3755546