KPCA_SVM水文时间序列预测模型的建立与应用

【目的】建立水文时间序列预测的核主成分支持向量机(KPCA_SVM)模型。【方法】利用核主成分分析(KPCA)对输入数据进行非线性特征信息提取,并将提取的特征信息作为最小二乘支持向量机(LSSVM)的输入变量,建立KPCA_SVM预测模型。以甘肃民勤地区的月蒸发量为例,对模型的预测效果进行检验。【结果】预测结果表明,KPCA_SVM模型预测效果优于PCA_SVM模型和LSSVM模型,预测平均相对误差为8.36%。【结论】KP-CA_SVM模型的预测效果优于没有特征提取的LSSVM模型。与主成分分析(PCA)提取特征相比,KPCA特征提取效果更好。

核主成分支持向量机模型在蒸发预测中的应用

核主成分分析(KPCA)法具有很好的非线性特征提取能力,利用KPCA提取输入数据的特征信息,并将特征信息作为最小二乘支持向量机(LSSVM)的输入变量,建立KPCA-SVM预测模型.通过实例检验表明,具有非线性特征提取的LSSVM模型的预测效果优于没有特征提取的LSSVM模型.与主成分分析(PCA)提取特征相比,KPCA特征提取效果更好.

混沌粒子群优化算法在马斯京根模型参数优化中的应用

针对目前马斯京根模型参数率定中存在的求解复杂、精度不高等问题,本文将混沌搜索机制引入粒子群优化算法中,构建混沌粒子群优化算法对马斯京根模型参数进行率定。这种方法利用混沌运动的遍历性,改善了粒子群优化算法的全局寻优能力,避免算法陷入局部极值,使得粒子群体的进化速度加快,提高了算法的收敛速度和精度。通过实例应用表明,混沌粒子群优化算法可以有效地估算出马斯京根模型参数,优化效果明显优于粒子群优化算法及试错法,因此该算法具有很好的实用性。

PSO_SVM模型在蒸发预测中的应用

利用支持向量机回归算法(SVM)结合粒子群优化算法(PSO)建立了用于蒸发预测的PSO_SVM模型,用和田地区实测蒸发量对其进行拟合与预测,并与传统的最小二乘支持向量机(LS_SVM)的预测结果进行了对比,结果表明PSO_SVM预测蒸发量的精度要高于LS_SVM,说明该模型可以用于蒸发预测。

基于云理论的不确定性推理模型在径流预测中的应用

云模型是处理定性概念与定量描述的一种不确定转换模型,在进行不确定性推理过程中,可充分考虑随机与模糊因素。利用云模型理论,建立基于不确定性的水文时间序列预测模型,以新疆和田玉龙喀什河同古孜洛克水文站年径流预测为例,验证云模型具有较好的预测效果。与最小二乘支持向量机(LS_SVM)比较,模型结构简单,易于推广。

前置库技术在西丽水库面源污染治理中的应用

前置库水生态修复技术对面源污染处理及水质改善具有良好的效果。文章通过对西丽水库存在问题的介绍,着重论述了前置库技术在西丽水库的建设情况和运行效果。根据分析认为前置库的实施对上游垃圾的控制、水体有机物的处理以及区域水环境的改善起到积极作用,可在其他水库推广使用。

PA-DDS算法在新安江模型参数优化中的应用

为提高新安江模型参数的自动率定效率,首次利用多目标优化方法将PA-DDS算法用于模型日模和次洪参数优化中,并与NSGA-Ⅱ和AMALGAM算法进行对比。结果显示:PA-DDS算法比另外2种算法能够更快地得到Pareto最优解且解的质量较好,次洪平均确定性系数达到近0.84,部分确定性系数达到0.97,模型预报精度高,表明PA-DDS算法在多目标多参数优化中效果较好,在新安江模型中具有明显优势。

黄河径流长期演化模式与EMD灰色自记忆模型

为了研究径流的长期演化模式及自记忆特征,采用自相关函数确定重构序列的回溯阶数,并构建基于经验模态函数(EMD)分解的灰色自记忆GM(1,N)预测模型。分析回溯阶和自相关函数之间关系,进一步阐明自记忆原理在水文领域应用的合理性。结果表明,黄河花园口86年天然径流序列存在长期演化的自记忆特征,演化模式可由7个内在本征模态函数(IMF)和趋势项组成;受流域水资源开发及气候变化因素影响,1965年后,径流演化模式发生变化,出现周期衰减现象;回溯阶与时间序列自相关函数变化相对应,序列平稳化后,依据自相关函数确定回溯阶数,可提高自记忆模型预测精度。

黄河上游高寒区水资源变化的气候响应特征

利用黄河高寒区吉迈(达日县)水文站、国家气象局达日、玛多观测站1959—2007年,共计49 a水文、气象及部分冻土监测资料,采用峰型度及丰枯率指数、Mann-Kendall时间序列突变点及趋势检验方法、小波分析法、灰色关联分析等统计方法,分析径流年际、年内变化特征,探讨径流长期变化主要影响因素,并建立核主成分支持向量机(KPCA-LSSVM)预测模型,对未来2011—2014年径流情势进行分析。结果表明,由于区域气候、下垫面条件变化及人为因素影响,不同时期作用于水资源的主导因素存在差异,径流时间序列存在明显突变点,为1961、1999和2005年;黄河源区径流2002—2006年间存在不显著减少趋势,小波分析表明未来3～9 a内,年径流量将略高于1990—2007年间的平均值;1983年后冻结期气温升高,季节性冻土退化较为明显,对于径流的补给减少,是地区河道水资源减少的原因之一;模型预测结果显示,由于降水对于径流的延迟作用和气温升高引起冻融关系变化等原因,2011—2014年水源区河川径流量与多年平均值相比减少25.3%。