為尋求更為精確的徑流量預測方法,研究利用傳統(tǒng)BP神經(jīng)網(wǎng)絡、支持向量機(SVM)以及高斯過程回歸(GP)三種模型對徑流量進行預測,并以廣西天峨水文站日入庫徑流量為例進行預測實踐和分析。結果表明,高斯過程回歸模型對徑流短期預測具有較高精度,預測平均相對誤差絕對值為1.29%,最大相對誤差絕對值為2.71%,預測精度和泛化能力均優(yōu)于傳統(tǒng)BP神經(jīng)網(wǎng)絡模型和支持向量機模型,是進一步提高徑流預測精度的有效方法。

【文章頁數(shù)】：4 頁

【文章目錄】：
0 引言
1 GP基本原理及算法的實現(xiàn)
    1.1 高斯過程基本原理[18]
    1.2 算法過程的實現(xiàn)
2 工程實例應用
3 結語



本文編號：3839075