基于小波变换和优化的LSSVM月径流预测研究

摘要

cqvip:可靠的径流预测能使人们最大限度的协调水资源利用中出现的各种用水矛盾,为及时采取措施进行统筹安排做指导,以便获取最大的效益。对于月径流时间序列的非平稳特性,将小波变换与LSSVM相结合,利用Mallat算法中的db4小波进行3尺度分解及重构,提取出细节信号序列和逼近信号序列,LSSVM分别对每个系数序列预测,针对LSSVM模型参数选择费时费力这一问题,将全局寻优的粒子群算法引入到LSSVM的参数优化中来,构成小波PSO-LSSVM组合预测模型,实例仿真表明,该组合方法的预测精度比PSO-LSSVM模型的高,且参数寻优效果好。