MGF模型和SVM回归法在甘河加格达奇站年最大流量长期预报中的应用

发布时间：2021-12-30 02:00

　　年最大流量的数据系列具有明显的非线性变化,受前期水情、气象、工程、人类活动等因素影响,极端洪水或干旱年份的年最大流量预测存在很大不确定性。本文结合由均生函数（MGF）构成的周期性函数和支持向量机（SVM）构建新的年最大流量预测模型,对数据系列的非线性变化有了更为细致的处理,较好地处理了趋势、极值的预测问题。以甘河加格达奇站1952—2019年68年的数据对模型进行参数率定及检验,检验结果显示:与传统预测方法对比,该模型预报结果呈现明显优势,应用于工作实际是切实可行的,对于开展中长期预报具有相当的实用价值。 

【文章来源】：水资源开发与管理. 2020,(05)

【文章页数】：8 页

【部分图文】：

加格达奇站年最大流量小波系数、小波方差曲线

加格达奇站年最大流量MMT检验统计量曲线

加格达奇站年最大流量归一化后逐年数据曲线

【参考文献】：
期刊论文
[1]基于均生函数模型的香屯站年最高水位模拟与预测[J]. 黄燕,张静怡,顾鹤南.  南水北调与水利科技. 2010(01)
[2]SVM回归法在汛期旱涝预测中的应用研究[J]. 滕卫平,俞善贤,胡波,胡丰成.  浙江大学学报(理学版). 2008(03)
[3]均生函数残差预报模型在降水预报中的试验研究[J]. 唐毓勇,蒋国兴.  广西气象. 2006(03)



本文编号：3557252