支持向量机在半干旱半湿润地区水文预报中的应用研究

摘要

支持向量机是近年来提出的一种机器学习新算法,采用结构风险最小化准则,把学习问题转化为一个二次规划问题来获得最优解,克服了BP神经网络方法中无法避免的局部极值问题.根据支持向量机的原理和方法,在介绍半干旱半湿润地区汾河水库上游流域自然及水文特性的基础上,建立了基于支持向量机的径流预测模型,利用1990-2005年的水文资料进行了检验,并与BP神经网络预测结果进行了对比,结果表明,支持向量机预报模型的精度比BP神经网络有提高,且月径流和非汛期日径流中的预报结果可以用于指导实践.