基于最小二乘支持向量机的龙羊峡径流预测

河川径流的中长期预报是水资源合理利用和优化调度决策支持系统工作中的重要环节, 在防汛、抗旱、发挥水利设施
的经济效益及流域水利规划等方面都具有十分重要的作用。中长期径流预报方法可分为传统方法和新方法两大类, 前者主要有成因分析和水文统计方法, 后者主要包括模糊分析、人工神经网络、灰色系统分析等方法。受天文因子、气候因子、植被因子、地质地貌因素和人类活动的综合作用, 水文系统表现出高维性、非线性、随机性、模糊性、混沌性等复杂特征, 所以定量的机理分析是有限而困难的[1]。目前一种新的机器学习方法即支持向量机SVM( Support Vector Machine) 越来越多的运用在回归问题研究上, 支持向量机通过某种函数可以实现到高维空间的非线性映射,适合解决非线性的回归问题。径流预测问题具有显著的非线性特性, 因此SVM方法很适合应用于解决该问题。