基于小波分解与GA-LSSVM的GPS可降水量短临预报

摘要

针对GPS可降水量时间序列具有非线性、非平稳性的特征,研究一种基于小波分解(WD)、遗传算法(GA)和最小二乘支持向量机(LSSVM)的GPS可降水量短临预报方法.先采用小波分解将GPS可降水量时间序列分解成便于预报的低频分量和高频分量;然后利用遗传算法优化LSSVM参数,进而对各分量建立预报模型;再将各分量预报结果进行叠加重构得到最终预报结果.选取两组数据进行实验,并将预报结果分别与LSSVM和遗传小波神经网络(GA-WNN)预报结果进行对比.结果表明,该组合模型具有良好的泛化能力,可有效解决神经网络易陷于局部极小的问题,提高了全局预报精度.