基于混沌蚁群算法的SVM模型在水库枯水期径流预测中的应用

本文采用混沌蚁群算法对SVM模型的参数进行优化计算,并采用高斯核函数对模型进行混沌特性识别,简化模型在枯水期径流预测非线性求解过程。结合优化模型对水库枯水期径流进行预测。研究结果表明:基于混沌蚁群算法的SVM模型可较好的辨识复杂的水文序列,模型具有较高的泛化能力,相比于传统算法,水库枯水期径流预测精度得到明显改善,具有较高的适用性。研究成果对于水库枯水期径流预测提供方法参考。

枯水径流研究综述

采用系统和比较的方法对影响枯水径流的自然与人为因素、枯水径流的预测方法进行总结。笔者认为在枯水径流研究领域应当关注和加强以下问题:①研究各种水文模型,分析全球性气候变化对枯水径流可能带来的影响;②加强对枯水径流特征的量化研究,建立人类影响及其分析的数据库和情境模型;③利用3S技术获取无资料地区的可靠的枯水径流信息,以提高枯水预测的精确性;④加强喀斯特地区枯水径流的研究。这对进一步开展枯水、枯水径流研究以及枯水资源的评价计算和合理开发利用,保证经济建设的持续稳定发展和解决枯季水资源的供需矛盾具有重要意义。