基于改进SVR模型的新疆冰川河流年径流预测研究

文章结合人工蜂群算法的自适应度因子对传统SVR模型的循环求解进行改进和优化,提高传统模型收敛和求解精度,并将改进SVR模型用于新疆喀什某冰川河流的年径流预测中。研究结果表明:在AIC计算准则下,改进的SVR模型最小计算值最小,参数结果更为合理;相比于传统模型,改进模型在区域冰川河流年径流预测精度得到较为明显的改善和提高,其中预测的误差均值减少16.3%,年相关系数提高0.25;建立的自回归方程可对未来冰川径流的变化趋势进行预测。研究成果对于新疆冰川河流年径流的变化预测提供方法参考。

基于ABC法下改进SVR模型的南疆冰川河流年径流预测

为提高传统SVR模型的求解精度和收敛速度,对其循环求解过程利用人工蜂群算法的自适应度因子优化改进,并以新疆冰川河流为例,验证改进SVR模型的可行性与预测精度。结果显示:改进的SVR模型在AIC计算准则下获得的计算值能够达到最小,相对于传统模型其参数结果更加合理;在南疆冰川河流年径流预测过程中改进的模型可提高年相关系数0. 26,降低预测误差均值17. 2%,能够明显提高年径流预测精度;对于冰川河流未来年径流预测建立的自回归方程具有较强的适用性与科学性,为南疆地区其他类似河流的径流预测和水文变化规律分析提供参考。

一种改进的基于DE-SVR的上证指数预测模型

文章在现有研究的基础上,选取引起上证综合指数波动的八个主要因素,建立一种改进的基于微分进化算法的支持向量机的上证指数预测模型,并与多元回归、多维灰色模型、基于微分进化算法的多维灰色模型、DE-SVR预测模型的预测效果与精度进行对比分析,证实该模型具有较高的预测精度,是一进行有效预测的新方法。