郭存文

(云南省水文水資源局文山分局，云南 文山 663099)

目前， 用于徑流預報的方法有 BP[1-2]、GRNN[3]、Elman[4]、RBF[5]等人工神經(jīng)網(wǎng)絡(luò)法以及多元回分析法[6-7]、集對分析法[8]、灰色預測法[9]、支持向量機法[10-11]、投影尋蹤回歸法[12]、小波分析法[13]、隨機森林法[14-15]、組合預測法[16-17]等，均在徑流預測中獲得較好的預測效果。 多元線性回歸(multiple linear regression，MLR)雖已在徑流預測中得到應用[7]，但應用并不廣泛，原因有:①MLR雖然簡單易行、可操作性強，但對異常值敏感，預測精度不高；②MLR常數(shù)項和偏回歸系數(shù)難以精確估計，目前普遍采用最小二乘法(least squares，LS)估計MLR相關(guān)參數(shù)，LS 求解方法復雜且精度不高，而當前在優(yōu)化領(lǐng)域應用廣泛的群體智能算法(swarm intelligence algorithm，SIA)鮮見于MLR常數(shù)項和偏回歸系數(shù)優(yōu)化；③MLR應用較為單一，多見于與主成分分析(principal component analysis，PCA)的組合應用，而鮮見于其他組合應用。

結(jié)合以上問題， 本文提出基于混合蛙跳算法(Shuffled Frog Leaping Algorithm，SFLA)優(yōu)化的組合多元線性回歸(combined multiple linear regression，CMLR)徑流預測模型。 分別基于PCA數(shù)據(jù)降維處理和不降維處理建立組合多元線性回歸(CMLR)模型，利用SFLA同時優(yōu)化PCA-MLR、MLR常數(shù)項、偏回歸系數(shù)和組合權(quán)重系數(shù)，建立SFLA-CMLR徑流預測模型，并構(gòu)建基于PCA數(shù)據(jù)降維處理的SFLAPCA-MLR、SFLA-PCA-支持向量機(support vector machines，SVM)、最小二乘法(LS)-PCA-MLR、PCASVM和未經(jīng)降維處理的SFLA-MLR、SFLA-SVM、LSMLR、SVM 作對比預測模型。 將SFLA-CMLR、SFLA-PCA-MLR、 SFLA-PCA-SVM、 LS-PCA-MLR、PCA-SVM、SFLA-MLR、SFLA-SVM、LS-MLR、SVM模型應用于云南省落卻站和新疆伊犁河雅馬渡站年徑流預測研究，并對各模型的預測結(jié)果進行比較分析，旨在驗證SFLA-CMLR模型用于徑流預測的可行性。

1 SFLA-CMRA預測模型

1.1 混合蛙跳算法(SFLA)

混合蛙跳(SFLA)算法是Eusuff等人于2003 年提出，其通過模擬青蛙在覓食過程中的信息共享和交流實現(xiàn)搜索尋優(yōu)，具有概念簡單，參數(shù)較少，運算速度快，易于實現(xiàn)等優(yōu)點。 其數(shù)學模型簡述如下[18-21]。

a)隨機生成初始種群。 隨機生成P=N×M只青蛙組成的初始群體，第i只青蛙個體表示為xi=(xi1，xi2，…，xis)(i=1，2，…，P)。 其中，N表示子群內(nèi)青蛙數(shù)量；M表示子群數(shù)；s表示解空間維度。

b)分組與排序。 通過計算每個青蛙個體初始適應度值f(xi)，并按f(xi)降序排序，再將各青蛙個體逐一循環(huán)分配給M子群。

c)子群搜索。 在迭代過程中，利用式(1)對每個子群中f(xi)最差的個體Fw進行調(diào)整。

若f(Fw，new) ＜f(Fw，old)，則用Fw，new代替Fw，old；否則按式(2)進行局部搜索。

若仍有f(Fw，new)≥f(Fw，old)，則按式(3)進行局部搜索。

式中 Fw，new——第k個子群中最差個體更新值；Fw，old——第k個子群中最差個體原值；Fb——第k個子群中局部最優(yōu)個體；Fg——全局最優(yōu)青蛙個體；Fnew——隨機產(chǎn)生的青蛙新個體。

d)全局交換。 當所有子群結(jié)束局部搜索后，將所有子群的青蛙進行混合并重新進行排序和子群劃分，并重復執(zhí)行局部搜索策略直至滿足最大迭代次數(shù)。

1.2 組合多元線性回歸模型(CMLR)

1.2.1 PCA-MLR模型

主成分分析(PCA)是一種通過降維技術(shù)把多個變量化為少數(shù)幾個主成分的多元統(tǒng)計方法。 設(shè)具有n 個變量X1，X2，…，Xn和k個樣本的數(shù)據(jù)矩陣可表示為[22-23]:

式中 F1、F2、Fm——第一主成分、第二主成分、第m個主成分；aij——主成分系數(shù)。

多元線性回歸(MLR)是指在相關(guān)變量中將一個變量視為因變量，其他一個或多個變量視為自變量，建立多個變量之間線性或非線性數(shù)學模型數(shù)量關(guān)系式并利用樣本數(shù)據(jù)進行分析的統(tǒng)計分析方法[19，22]。 基于PCA降維處理的MLR模型關(guān)系式表示如下:

式中 Q1——PCA-MLR模型徑流量預測值；β0——常數(shù)項；β1，…，βm——MLR偏回歸系數(shù)；F1，F(xiàn)2，…，F(xiàn)m——自變量，即第一、第二，…，第m個主成分。

1.2.2 MLR模型

未經(jīng)降維處理的多元線性回歸(MLR)關(guān)系式可表示如下:

式中 Q2——MLR模型徑流量預測值；α0——常數(shù)項；α1，…，αn——MLR偏回歸系數(shù)；x1，x2，…，xn——自變量，即年徑流預測的影響因子。

1.2.3 CMLR模型

利用SFLA同時對PCA-MLR、MLR模型常數(shù)項、偏回歸系數(shù)和權(quán)重系數(shù)進行優(yōu)化，建立組合多元線性回歸(CMLR)模型如下:

式中 Q——CMLR模型徑流量預測值；ω——PCAMLR模型權(quán)重系數(shù)；其他參數(shù)意義同上。

1.3 SFLA-CMLR模型建立及預測實現(xiàn)步驟

步驟一 對實例數(shù)據(jù)進行降維或不降維處理，劃分訓練、預測樣本，利用SFLA同時優(yōu)化PCAMLR、MLR模型常數(shù)項、偏回歸系數(shù)和PCA-MLR模型權(quán)重系數(shù)，建立SFLA-CMLR預測模型，利用樣本數(shù)據(jù)對SFLA-CMLR模型進行訓練。

步驟二 確定待優(yōu)化目標函數(shù)。 本文選用相對誤差絕對值之和作為優(yōu)化目標函數(shù)，描述如下:

步驟三 初始化SFLA算法參數(shù)，設(shè)定各待優(yōu)化參數(shù)搜索空間，令當前迭代次數(shù)t=1。

步驟四 適應度排序。 通過計算每個青蛙個體初始適應度值f(xi)，并按f(xi)降序排序，再將各青蛙個體逐一循環(huán)分配給M子群。

步驟五 子群局部搜索。 利用式(1)—(3)對每個子群中f(xi)最差的個體Fw進行調(diào)整或局部搜索。

步驟六 對各子群不斷進行迭代直到達到子群最大迭代次數(shù)；將各子群中青蛙個體按適應度值大小進行重新排序和子群劃分，并重復執(zhí)行局部搜索策略。

步驟七 令t=t+1。 判斷t是否等于最大迭代數(shù)，若是，輸出全局最優(yōu)解Fg，算法結(jié)束；否則返回步驟四。

步驟八 輸出全局最優(yōu)解Fg，F(xiàn)g即為PCAMLR、MLR模型常數(shù)項、偏回歸系數(shù)及PCA-MLR權(quán)重系數(shù)。 將優(yōu)化結(jié)果代入SFLA-CMLR模型對預測樣本進行預測。

2 實例分析

2.1 實例計算

a)數(shù)據(jù)來源及分析。 實例1 以云南省落卻水文站1960—2012 年實測水文資料為研究對象，通過計算該站1960—2012 年1—10 月月徑流量與相應年份年徑流量的相關(guān)系數(shù)，相關(guān)系數(shù)在0.324 ～0.730 之間，具有一定的相關(guān)性。 本文選取1—10月月平均流量作為年徑流預報因子，1960—1999 年實測數(shù)據(jù)作為訓練樣本，2000—2012 年作為預測樣本。 實例2 來源于文獻[24 -25]，4 個影響因子及預報因子詳見文獻[24 -25]。 為便于與文獻[25-30]預測結(jié)果進行對比，實例2 選取前17 組數(shù)據(jù)作為訓練樣本，后6 組數(shù)據(jù)作為預測樣本。 利用SPSS17.0軟件對實例數(shù)據(jù)進行主成分分析降維處理。 對于實例1，前6 個特征值累計貢獻率達88.439%，根據(jù)累計貢獻率大于85%的原則，故選取前6 個變量代替原10 個變量進行年徑流預測；對于實例2，前3 個特征值累計貢獻率達88.013%，根據(jù)累計貢獻率大于85%的原則，故選取前3 個變量代替原4 個變量進行年徑流預測。 主成分分析結(jié)果及降維后的數(shù)據(jù)統(tǒng)計見表1、2，原始數(shù)據(jù)限于篇幅從略。

表1 實例年徑流主成分分析結(jié)果

表2 實例年徑流預測影響因子降維統(tǒng)計

b)參數(shù)設(shè)置。 設(shè)置最大迭代次數(shù)為1 000，群體規(guī)模為100，子群數(shù)、子群內(nèi)青蛙個數(shù)、子群數(shù)局部進化次數(shù)均為10；對于實例1，PCA-MLR、MLR常數(shù)項、偏回歸系數(shù)搜索范圍∈[ -10，10]；對于實例2，PCA-MLR、MLR常數(shù)項、偏回歸系數(shù)搜索范圍∈[ -500，500]；CMLR模型常數(shù)項、偏回歸系數(shù)搜索范圍同PCA-MLR、MLR模型，PCA-MLR權(quán)重系數(shù)搜索范圍∈[0，1]；SVM模型懲罰因子C、核函數(shù)參數(shù)g、不敏感系數(shù)ε搜索范圍∈[2-10，210]，交叉驗證折數(shù)V=2，并采用[ -1，1]對原始數(shù)據(jù)進行歸一化處理；PCA-SVM、SVM模型最佳懲罰因子C、核函數(shù)參數(shù)g、不敏感系數(shù)ε采用試算方法獲得。

c)SFLA尋優(yōu)能力檢驗。 利用2 個實例的訓練樣本構(gòu)建的目標函數(shù)對SFLA尋優(yōu)能力進行檢驗。對于實例1，連續(xù)10 次運行SFLA，其優(yōu)化目標函數(shù)值在89.452 2 ～89.907 7 之間，標準差為0.163 8，10 次尋優(yōu)過程見圖1；對于實例2，連續(xù)10 次運行SFLA，其優(yōu)化目標函數(shù)值在105.210 5 ～105.821 3之間，標準差為0.200 7，10 次尋優(yōu)過程見圖2。 從2 個實例尋優(yōu)效果、標準差和10 次尋優(yōu)過程圖可以看出，SFLA具有較好的尋優(yōu)精度和全局搜索能力，SFLA-CMLR模型具有較好的穩(wěn)健性。

圖1 實例1 連續(xù)10 次尋優(yōu)過程

圖2 實例2 連續(xù)10 次尋優(yōu)過程

d)預測及分析。 建立SFLA-CMLR、SFLA-PCAMLR、 SFLA-PCA-SVM、 LS-PCA-MLR、 PCA-SVM、SFLA-MLR、SFLA-SVM、LS-MLR、SVM 模型對2 個實例年徑流進行預測，并利用平均相對誤差MRE(%)、最大相對誤差MaxRE(%)和平均絕對誤差MAE(m3·s-1)對各模型性能進行評價。 各模型預測結(jié)果見表3，并列出實例2 與文獻[25 -30]預測結(jié)果的對比(表4)及9 種模型的訓練-預測相對誤差效果，見圖3、4。

圖3 實例1 擬合-預測相對誤差

表3 不同模型年徑流測結(jié)果及其對比

表4 本文方法與相關(guān)文獻方法預測結(jié)果對比(實例2)

經(jīng)SFLA優(yōu)化各模型參數(shù)，得到實例1、2 PCAMLR模型權(quán)重系數(shù)分別為0.845 7、0.105 7，其他模型參數(shù)優(yōu)化結(jié)果限于篇幅從略。

圖4 實例2 擬合-預測相對誤差

2.2 結(jié)果討論

依據(jù)表3、4 及圖1—4 可以得出以下結(jié)論。

a)從表3 來看，SFLA-CMLR模型對實例1、2 預測的MRE分別為1.54%、4.63%，MAE分別為0.102、16.578 m3/s， MaxRE 分別為 4.38%、9.89%，預測精度均優(yōu)于SFLA-PCA-MLR、SFLAPCA-SVM、 LS-PCA-MLR、 PCA-SVM、 SFLA-MLR、SFLA-SVM、LS-MLR、SVM模型，具有較高的預測精度和較好的泛化能力，表明SFLA能同時有效優(yōu)化CMLR模型參數(shù)和權(quán)重系數(shù)，SFLA-CMLR模型用于徑流預測是可行和有效的。

b)從圖1、2 來看，SFLA具有較好的尋優(yōu)精度和全局搜索能力，SFLA-CMLR模型具有較好的穩(wěn)健性。 從圖3、4 來看，SFLA-CMLR模型具有較好的擬合效果和預測精度。 從CMLR模型權(quán)重系數(shù)優(yōu)化結(jié)果來看，實例1、2，PCA-MLR模型權(quán)重系數(shù)分別為0.845 7 和0.105 7，表明實例1 中PCA-MLR模型占主導地位，實例2 中MLR模型占主導地位。

c)對于同一模型，采用PCA數(shù)據(jù)降維或不降維處理對模型的預測精度影響不大，甚至未經(jīng)降維處理的模型的預測精度略高于經(jīng)PCA降維處理的模型，說明雖然數(shù)據(jù)降維處理可使數(shù)據(jù)樣本簡潔且更具代表性，但在數(shù)據(jù)降維處理的同時損失部分數(shù)據(jù)信息，這在一定程度上制約了模型預測性能的提高。同樣也說明，提高MLR模型預測精度的關(guān)鍵是合理估計常數(shù)項值和偏回歸系數(shù)。

d)對于實例2，SFLA-CMLR模型預測的MRE僅為4.63%，預測精度均優(yōu)于文獻[25 -30]各種模型的預測結(jié)果。 表明通過有效的MLR組合和精確的常數(shù)項、偏回歸系數(shù)尋優(yōu)，簡單的多元線性回歸模型同樣可以獲得較好的預測效果。

3 結(jié)論

綜合SFLA、PCA與MLR各自優(yōu)點，提出建立SFLA-CMLR 徑流預測模型及 SFLA-PCA-MLR、SFLA-PCA-SVM、 LS-PCA-MLR、 PCA-SVM、 SFLAMLR、SFLA-SVM、LS-MLR、SVM模型，通過2 個年徑流預測實例對各模型的預測效果進行驗證，結(jié)論如下。

a)SFLA-CMLR模型對兩個實例的預測精度均優(yōu)于SFLA-PCA-MLR等8 種模型，具有更高的預測精度和更強的泛化能力，表明PCA-MLR、MLR模型間具有互補性，SFLA能同時有效優(yōu)化CMLR模型常數(shù)項、偏回歸系數(shù)和權(quán)重系數(shù)，SFLA-CMLR模型用于徑流預測是可行和有效的，模型不但穩(wěn)健性能好，而且智能化水平高，具有較好的實際應用價值。

b)對于同一模型，雖然數(shù)據(jù)降維處理可使數(shù)據(jù)樣本簡潔且更具代表性，但在數(shù)據(jù)降維處理的同時損失部分數(shù)據(jù)信息，這在一定程度上制約了模型預測性能的提高。 提高MLR模型預測精度的關(guān)鍵是合理估計常數(shù)項值和偏回歸系數(shù)。

c)從SFLA-CMLR模型對實例2 的預測結(jié)果及與文獻[23-28]各種模型預測結(jié)果的對比來看，通過有效的MLR組合和精確的常數(shù)項、偏回歸系數(shù)尋優(yōu)，簡單的多元線性回歸模型同樣可以獲得較好的預測效果。