針對傳統(tǒng)隨機森林（RF）模型決策樹因投票權重相同而導致預測精度不高的問題,采用加權隨機森林（WRF）模型全面考慮各決策樹分類能力的差異性,建立決策樹加權投票機制;同時運用粒子群算法（PSO）進行參數(shù)全局尋優(yōu),避免依據(jù)經(jīng)驗選取參數(shù)的不科學性,通過二者耦合最終構(gòu)建PSO-WRF模型。利用渭河中下游咸陽站與華縣站1960—2009年的徑流系列對RF、WRF、PSO-WRF三種模型進行訓練及測試,結(jié)果表明,PSO-WRF在咸陽站與華縣站的平均相對誤差絕對值（MRE）分別為7.05%和9.41%,且均方根誤差（RMSE）、平均絕對誤差（MAE）等指標均降至優(yōu)化前的30%～50%,各年預測誤差最低可降低至優(yōu)化前的1/3～1/6。PSO-WRF模型優(yōu)化效果顯著,表現(xiàn)出良好的預測精度和泛化能力,能夠為相關徑流預測研究提供一定參考。 

【文章來源】：水利水電技術. 2020,51(08)北大核心

【文章頁數(shù)】：6 頁

【部分圖文】：

PSO-WRF流程

渭河是黃河的第一大支流,流經(jīng)甘肅、陜西二省,屬于溫帶大陸性氣候,多年平均氣溫6～14 ℃,多年平均降水量500～800 mm,多年平均蒸發(fā)量1 000～2 000 mm[14],流域面積134 766 km2。渭河干流全長818 km,本次選取位于渭河上中游分界處的咸陽站和位于渭河下游接入黃河處的華縣站為例[14],根據(jù)兩站1960—2009年近50 a的年、月徑流量相關關系,建立PSO-WRF預測模型,考察預測效果(見圖2)。通過分析兩測站年徑流量與其各自年內(nèi)1—10月份徑流量的相關性發(fā)現(xiàn)(相關系數(shù)見表1),測站每年5—10月份的徑流量與年徑流量相關性較好,相關系數(shù)均在0.418～0.872之間,其中7—9月份達到顯著相關水平,相關性在0.711以上。

表1 年徑流量與1—10月份徑流量相關系數(shù) 測 站 時 間 1月 2月 3月 4月 5月 6月 7月 8月 9月 10月 咸陽站 0.108 0.122 0.141 0.095 0.421 0.529 0.748* 0.872* 0.713* 0.577 華縣站 0.133 0.151 0.146 0.112 0.418 0.633* 0.711* 0.854* 0.727* 0.539 注: “*”表示在0.01水平(雙側(cè))上顯著相關圖4 三種模型預測相對誤差

【參考文獻】：
期刊論文
[1]基于隨機森林和粒子群優(yōu)化的SVR的混合氣體分析方法研究[J]. 李紫蕊,范書瑞,花中秋,夏克文,張艷.  傳感技術學報. 2019(11)
[2]基于改進隨機森林算法的電力系統(tǒng)短期負荷預測模型[J]. 邢書豪,孫文慧,顏勇,張智晟.  青島大學學報(工程技術版). 2019(03)
[3]多組群教學優(yōu)化算法-神經(jīng)網(wǎng)絡-支持向量機組合模型在徑流預測中的應用[J]. 崔東文.  水利水電科技進展. 2019(04)
[4]基于粒子群優(yōu)化加權隨機森林的非侵入式負荷辨識[J]. 謝詩雨,李君豪,王勁峰,熊雙菊,唐陽.  電器與能效管理技術. 2019(09)
[5]基于PSO-BP神經(jīng)網(wǎng)絡的西洞庭湖南咀站徑流預測[J]. 趙文剛,劉曉群,宋雯,石林,馬孝義.  人民長江. 2019(03)
[6]基于隨機漂移粒子群優(yōu)化的隨機森林預測模型及水文應用實例[J]. 崔東文,郭榮.  三峽大學學報(自然科學版). 2019(02)
[7]一種基于粒子群算法優(yōu)化的加權隨機森林模型[J]. 王杰,程學新,彭金柱.  鄭州大學學報(理學版). 2018(01)
[8]基于BA-LSSVM模型的月徑流預測方法[J]. 武群麗,彭晨陽.  中國農(nóng)村水利水電. 2017(03)
[9]基于KPCA-PSO-SVM的徑流預測研究[J]. 楊易華,羅偉偉.  人民長江. 2017(03)
[10]基于互信息的改進RBF神經(jīng)網(wǎng)絡預測模型及其應用[J]. 劉蕊鑫,紀昌明,馬源.  中國農(nóng)村水利水電. 2016(10)

博士論文
[1]基于群智能優(yōu)化的機器學習方法研究及應用[D]. 趙東.吉林大學 2017

碩士論文
[1]隨機森林自適應特征選擇和參數(shù)優(yōu)化算法研究[D]. 劉凱.長春工業(yè)大學 2018
[2]粒子群優(yōu)化加權隨機森林算法研究[D]. 程學新.鄭州大學 2017
[3]隨機森林算法的優(yōu)化改進研究[D]. 馬驪.暨南大學 2016



本文編號：3063342