蝗虫优化相关向量机模型在径流预测中的应用

发布时间：2022-06-02 22:58

　　针对径流序列不稳定导致预测精度不高的问题,提出一种基于变分模态分解（VMD）和蝗虫优化算法（GOA）优化相关向量机（RVM）的组合径流预测模型。首先对原始非平稳的径流序列采用VMD得到若干个相对稳定的分量序列,再分别建立RVM预测模型,并采用GOA优化RVM中核函数的参数,最后累加所有分量的预测值得到径流序列的预测值。实例结果发现,较传统的BP神经网络、支持向量机及基于经验模态分解的支持向量机等模型,该模型预测精度更高,预测结果能为水电站的经济运行、水资源的有效利用等提供决策依据。 

【文章页数】：5 页

【文章目录】：
1 引言
2 研究方法及模型建立
    2.1 变分模态分解(VMD)
    2.2 蝗虫优化算法(GOA)
        2.2.1 算法概述
        2.2.2 算法描述
    2.3 基于GOA优化的RVM
    2.4 基于VMD和GOA-RVM的径流预测组合模型
3 实例分析
    3.1 数据分解
    3.2 模型的输入与输出
    3.3 预测结果分析
4 结论



本文编号：3653245