论文部分内容阅读
河川径流中长期预测历来是水利系统研究的重要内容,本文基于支持向量机理论建立多元变量径流预测的最小二乘支持向量机模型,并对新疆伊犁河雅马渡站23年实测年径流量及其相应的4个预报因子（降水量、纬向环流指数、径向环流指数、太阳射电流量）进行实例仿真研究。通过与BP神经网络模型预测结果进行对比,表明多元变量LSSVM模型的预测精度更高、效果更好。追求结构风险最小化的模型设计特点使得LSSVM在处理小样本数据预测问题上显示出巨大的优越性,同时避免了神经网络方法的易陷入局部最优和过学习现象。