MGF模型和SVM回归法在甘河加格达奇站年最大流量长期预报中的应用

摘要

年最大流量的数据系列具有明显的非线性变化,受前期水情、气象、工程、人类活动等因素影响,极端洪水或干旱年份的年最大流量预测存在很大不确定性。本文结合由均生函数(MGF)构成的周期性函数和支持向量机(SVM)构建新的年最大流量预测模型,对数据系列的非线性变化有了更为细致的处理,较好地处理了趋势、极值的预测问题。以甘河加格达奇站1952—2019年68年的数据对模型进行参数率定及检验,检验结果显示:与传统预测方法对比,该模型预报结果呈现明显优势,应用于工作实际是切实可行的,对于开展中长期预报具有相当的实用价值。