改进RBF-Adaboost模型及其在年径流预测中的应用

• 作 者: 黄剑竹
• 机 构: 云南省水文水资源局临沧分局
• 出 处: 人民珠江
• 发表日期: 2015年1期
• 关键词: ADABOOST RBF神经网络 径流预测 Adaboost RBF neural network prediction of runoff

为提高径向基神经网络（RBF）在年径流预测中精度,提出基于Adaboost算法及线性递减算法改进的RBF-Adaboost预测模型,以云南省姑老河站年径流预测为例进行实例研究,并构建RBF、GA-BP及BP模型作为对比模型。利用实例前34年和后20年资料对所构建的模型进行训练和预测。结果表明：改进RBF-Adaboost模型对实例后20年年径流预测的平均相对误差绝对值和最大相对误差绝对值分别为4.83%、9.51%,预测精度优于RBF、GA-BP及BP模型。RBF-Adaboost模型集成了多个基于扩展系