基于MK-SVM和時序特征分析的月徑流預報模型

摘要： 針對傳統(tǒng)徑流預報方法預報因子不確定性和預報模型復雜性問題，基于月徑流時序特征重要性分析選擇預報因子，采用混合核函數(shù)支持向量機(MK-SVM)模型捕捉徑流時序間的非線性關系，提出動態(tài)透鏡成像反向學習和Lévy飛行等多策略融合的改進灰狼優(yōu)化算法(IGWO),并構建了徑流預報的IGWO-MK-SVM模型。黑河流域鶯落峽水文站月徑流預報結果表明：IGWO-MK-SVM模型月徑流預報結果... （共7頁）