基于多元变量组合的回归支持向量机集成模型及其应用

摘要

为进一步提高径流预测的精度和泛化能力,提出基于多元变量组合的回归支持向量机(SVR)集成年径流预测模型,以云南省龙潭站年均径流预测为例进行实例研究.首先,以实例1-10月月均流量作为预测因子,采用相关分析法确定预测因子与年均径流量的相关系数,按照相关系数大小顺序依次选取预测因子,构建2维输入变量～10维输入变量的9种SVR模型对实例后12年的年均径流量进行预测.最后,采用简单平均(SA)和加权平均(WA)两种集成方法对具有较高预测精度的7种SVR模型的预测结果进行综合集成.结果表明:①SVR模型的预测精度随着输入变量维数的增加明显提高.②SA-SVR和WA-SVR模型对实例后12年年均径流量预测的平均相对误差绝对值分别为1.73％和1.79％,最大相对误差绝对值分别为6.34％和6.47％,精度和泛化能力均优于各SVR模型.相对而言,由于采用多个SVR模型进行集成,SA-SVR模型预测效果略优于WA-SVR模型.