基于極點(diǎn)對(duì)稱模態(tài)分解的中長期徑流預(yù)報(bào)組合模型

摘要： 為提高徑流預(yù)報(bào)精度，解決徑流序列分解后高頻分量波動(dòng)范圍大、預(yù)報(bào)精度差的問題，基于極點(diǎn)對(duì)稱模態(tài)分解法（ESMD）平穩(wěn)化處理技術(shù)將徑流序列分解，通過分析不同頻率分量特征，擇優(yōu)選取預(yù)報(bào)方法，結(jié)合粒子群優(yōu)化最小二乘支持向量機(jī)（PSO-LSSVM）全局優(yōu)化和非線性建模能力及適應(yīng)性強(qiáng)的特點(diǎn)，對(duì)高頻分量進(jìn)行預(yù)測(cè)，利用BP神經(jīng)網(wǎng)絡(luò)非線性映射能力和逼近任意非線性函數(shù)的優(yōu)勢(shì)對(duì)中低頻分量和趨勢(shì)分量進(jìn)...