%0 Journal Article
%T 岩溶地下河日流量预测的小样本非线性时间序列模型
%A 温忠辉
%A 任化准
%A 束龙仓
%A 王恩
%A 柯婷婷
%A 陈荣波
%J 吉林大学学报(地球科学版)
%P 455-458
%D 2011
%X 针对岩溶含水系统高度的非线性特征，在小样本时间序列条件下，引入了能较好解决小样本、非线性问题的支持向量回归方法，利用偏最小二乘回归对影响地下河流量的诸多因素进行综合分析,并提取主成分作为支持向量机的输入变量，采用遗传算法优化模型参数，建立了地下河日流量预测的偏最小二乘-遗传-支持向量回归模型;将该模型用于后寨典型岩溶地下河流域日流量模拟和预测，并与BP人工神经网络、多元线性回归模型预测结果进行对比。偏最小二乘-遗传-支持向量回归模型模拟期的均方误差（MSE）、平均绝对百分比误差（MAPE）分别为0.25%、6.89%，预测期为0.65%、6.03%；BP神经网络模拟期的MSE、MAPE分别为0.24%、7.30%，预测期为0.84%、7.39%；多元线性回归模型模拟期的MSE、MAPE分别为0.28%、9.30%，预测期为1.10%、10.54%。结果表明，偏最小二乘-遗传-支持向量回归模型预测精度明显优于BP人工神经网络和多元线性回归模型。
%K 地下河
%K 小样本
%K 偏最小二乘
%K 遗传算法
%K 支持向量回归
%U http://xuebao.jlu.edu.cn/dxb/CN/abstract/abstract9432.shtml