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
作者：崔東文; 郭榮 云南省文山州水務局; 云南文山663000; 云南省文山州文山市水務局; 云南文山663000
摘要：提出一種基于隨機漂移粒子群(RDPSO)算法優(yōu)化的隨機森林(RF)預測方法,利用RDPSO算法優(yōu)化RF決策樹數量和分裂屬性個數兩個關鍵參數,構建RDPSO-RF預測模型,并與基于RDPSO算法優(yōu)化的支持向量機(SVM)、BP神經網絡預測模型作對比,以某水文站枯水期1~3月月徑流預測為例,利用實例前43年和后10年資料對3種模型進行訓練和預測.結果表明,RDPSO-RF模型對實例1~3月月徑流訓練、預測的平均相對誤差絕對值分別為4.28%、3.88%、5.67%和3.74%、4.57%、4.88%,訓練、預測精度均優(yōu)于RDPSO-SVM、RDPSO-BP模型,具較好的預測精度和泛化能力,可為相關預測研究提供參考和借鑒.
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
相關熱門期刊
