基于相空间重构的支持向量机方法在径流中长期预报中应用

水文中长期预报对于水资源规划管理、水库及水电站调度具有十分重要的意义．针对常规混沌预测方法的局限性，提出基于相空间重构的支持向量机(SVM)预报方法．该方法首先对径流时间序列进行混沌辨识，然后对其进行相空间重构，采用基于结构风险最小化的SVM进行径流预报．对于SVM的参数优选问题，以径向基核函数作为核函数，采用混沌变尺度优化方法进行参数寻优．实例表明，该方法优于SVM和人工神经网络(ANN)预报方法，且具有良好的泛化推广能力．