基于ASBCS算法的混合Copula邻近水文站年径流量预测
发布时间：2021-07-29 12:39
首先对标准的布谷鸟搜索算法（CS）进行改进,提出了自适应搜索平衡布谷鸟搜索算法（ASBCS）.其次利用ASBCS算法对混合Copula函数进行参数寻优,建立了基于混合Copula函数的邻近水文站年径流预测模型.最后对模型进行了性能分析和实验验证,结果表明:（1）ASBCS算法在收敛速度和精度方面均优于标准CS算法;（2）当以汉口水文站的年径流量为自变量来预测宜昌水文站的年径流量时,基于ASBCS算法的混合Copula函数比三个单一的Copula函数的预测精度高.
【文章来源】：中南民族大学学报(自然科学版). 2019,38(04)
【文章页数】：7 页
【部分图文】：
三个函数的概率密度图
从图3、图4和图5中可以看出单一的Copula函数在某些年份预测的精度非常高,实测值与预测值基本重合,但是在另一些年份预测精度又很低,极大一部分原因是由于气候、人为引流或者建造工程等因素造成的,但是也有一部分原因是由于Copula函数的性能造成.比较图6和图3、图4、图5可以发现,相比Clayton、Gumbel和Frank三个单一的Copula函数,基于ASBCS算法的混合Copula函数具有更高的预测精度.
为了更好地比较四个Copula函数,将四个Copula函数预测宜昌站2001-2010年的年径流量的相对误差全部列于表1中,从表1可以看出,混合Copula函数可以弥补三个单一Copula函数的缺陷,比如在2001年Clayton的预测精度远远低于Gumbel和Frank函数,但是在2002年Gumbel和Frank函数的相对误差又远远高于Clayton函数,而混合Copula函数因为将三个函数结合起来,取其优点,所以很好的融合了三种函数,在2001年和2002都取得了更好的预测效果.比较四个预测方法的平均相对误差,发现基于ASBCS算法的混合Copula函数具有更好的预测精度.表1 四个函数预测宜昌站2001-2010年的年径流量的相对误差比较Tab.1 The relative error comparison of the annual runoff in Yichang station from 2001 to 2010 predicted by four functions 年份 混合Copula预测相对误差/% Clayton预测相对误差/% Gumbel预测相对误差/% Frank预测相对误差/% 2001 0.15 4.2 0.21 0.2 2002 6.12 6.54 19.76 20.74 2003 6.98 11.17 8.99 9.18 2004 0.76 1.18 1.04 1.19 2005 1.15 1.69 2.34 2.54 2006 10.52 21.05 18.71 25.13 2007 1.47 1.77 1.66 2.14 2008 1.32 1.89 1.89 1.97 2009 3.14 5.13 5.19 4.82 2010 8.65 15.35 14.59 14.77 平均相对误差 4.05 6.99 7.44 8.27
【参考文献】：
期刊论文
[1]基于阴阳对算法优化的随机森林与支持向量机组合模型及径流预测实例[J]. 何国栋,崔东文. 人民珠江. 2019(03)
[2]基于实时校正和组合预报的水文预报方法研究[J]. 陈璐,杨振莹,周建中,张勇传,张俊宏,黄康迪. 中南民族大学学报(自然科学版). 2017(04)
本文编号：3309338
【文章来源】：中南民族大学学报(自然科学版). 2019,38(04)
【文章页数】：7 页
【部分图文】：
三个函数的概率密度图
从图3、图4和图5中可以看出单一的Copula函数在某些年份预测的精度非常高,实测值与预测值基本重合,但是在另一些年份预测精度又很低,极大一部分原因是由于气候、人为引流或者建造工程等因素造成的,但是也有一部分原因是由于Copula函数的性能造成.比较图6和图3、图4、图5可以发现,相比Clayton、Gumbel和Frank三个单一的Copula函数,基于ASBCS算法的混合Copula函数具有更高的预测精度.
为了更好地比较四个Copula函数,将四个Copula函数预测宜昌站2001-2010年的年径流量的相对误差全部列于表1中,从表1可以看出,混合Copula函数可以弥补三个单一Copula函数的缺陷,比如在2001年Clayton的预测精度远远低于Gumbel和Frank函数,但是在2002年Gumbel和Frank函数的相对误差又远远高于Clayton函数,而混合Copula函数因为将三个函数结合起来,取其优点,所以很好的融合了三种函数,在2001年和2002都取得了更好的预测效果.比较四个预测方法的平均相对误差,发现基于ASBCS算法的混合Copula函数具有更好的预测精度.表1 四个函数预测宜昌站2001-2010年的年径流量的相对误差比较Tab.1 The relative error comparison of the annual runoff in Yichang station from 2001 to 2010 predicted by four functions 年份 混合Copula预测相对误差/% Clayton预测相对误差/% Gumbel预测相对误差/% Frank预测相对误差/% 2001 0.15 4.2 0.21 0.2 2002 6.12 6.54 19.76 20.74 2003 6.98 11.17 8.99 9.18 2004 0.76 1.18 1.04 1.19 2005 1.15 1.69 2.34 2.54 2006 10.52 21.05 18.71 25.13 2007 1.47 1.77 1.66 2.14 2008 1.32 1.89 1.89 1.97 2009 3.14 5.13 5.19 4.82 2010 8.65 15.35 14.59 14.77 平均相对误差 4.05 6.99 7.44 8.27
【参考文献】：
期刊论文
[1]基于阴阳对算法优化的随机森林与支持向量机组合模型及径流预测实例[J]. 何国栋,崔东文. 人民珠江. 2019(03)
[2]基于实时校正和组合预报的水文预报方法研究[J]. 陈璐,杨振莹,周建中,张勇传,张俊宏,黄康迪. 中南民族大学学报(自然科学版). 2017(04)
本文编号：3309338
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3309338.html
