典型文献
基于Box-Cox变换与Lasso回归的支持向量回归模型在月径流预报中的应用
文献摘要：
为进一步提高中长期径流预报的精度,从而为水库调度决策及水资源配置管理提供更可靠的信息支撑,针对径流序列的偏态性和非线性特点,将Box-Cox变换与Lasso回归引入支持向量回归(SVR)模型,构建基于Box-Cox变换与Lasso回归的支持向量回归月径流预报模型(BC-LSVR Model),在对原径流序列进行相空间重构与Box-Cox变换的基础上采用Lasso回归筛选预报因子,进行径流预报研究.分别以Min-Max数据标准化方法及灰色(Gray)预报因子筛选法作为对比方法,构建MM-LSVR与BC-GSVR预报模型,对3种模型预报效果进行对比分析.将模型应用于渭河流域林家村等6个主要控制性水文站月径流预报,结果表明:BC-LSVR模型预报效果最好,在验证期,6个站点的预报平均绝对值相对误差(MARE)均小于20％,合格率(QR)均大于0.6,效率系数(Ens)大于0.52;在率定期和验证期,BC-LSVR模型的3项评价指标均优于MM-LSVR和BC-GSVR模型,说明引入Box-Cox变换及Lasso回归有效地提高了SVR模型的预报精度.
文献关键词：
中长期径流预报;预报因子集;Box-Cox变换;Lasso回归;SVR模型;渭河流域
中图分类号：
作者姓名：
康艳;杨沁瑜;张芳琴;宋松柏
作者机构：
西北农林科技大学水利与建筑工程学院,旱区农业水土工程教育部重点实验室,陕西杨凌712100
文献出处：
引用格式：
[1]康艳;杨沁瑜;张芳琴;宋松柏-.基于Box-Cox变换与Lasso回归的支持向量回归模型在月径流预报中的应用)[J].应用基础与工程科学学报,2022(01):27-39
A类：
LSVR,GSVR,预报因子集
B类：
Box,Cox,Lasso,支持向量回归模型,月径流预报,中长期径流预报,水库调度,调度决策,水资源配置,配置管理,信息支撑,对径,径流序列,预报模型,BC,Model,相空间重构,行径,Min,Max,数据标准化,标准化方法,Gray,因子筛选,比方,MM,预报效果,模型应用,渭河流域,林家,家村,控制性,水文站,MARE,QR,Ens,率定,预报精度
AB值：
0.277878
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
