论文部分内容阅读
利用遗传算法（GA）寻优优化传统的支持向量机（SVM），并将GA－SVM模型应用到水文预测中，建立了基于GA－SVM的河川径流量预测回归模型，利用双累积曲线剔除人类活动的不确定因素。以云南省昆明高古马站的月平均径流量作为实证研究对象，将预测结果与BP神经网络的预测结果进行对比。结果表明，支持向量机的预测值与实际值误差较小，具有较高的预测精度；利用支持向量机回归方法进行水文预测具有较高的研究价值和应用前景。