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(yù)報(bào)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(duì)分析法[8]、灰色預(yù)測(cè)法[9]、支持向量機(jī)法[10-11]、投影尋蹤回歸法[12]、小波分析法[13]、隨機(jī)森林法[14-15]、組合預(yù)測(cè)法[16-17]等，均在徑流預(yù)測(cè)中獲得較好的預(yù)測(cè)效果。 多元線性回歸(multiple linear regression，MLR)雖已在徑流預(yù)測(cè)中得到應(yīng)用[7]，但應(yīng)用并不廣泛，原因有:①M(fèi)LR雖然簡(jiǎn)單易行、可操作性強(qiáng)，但對(duì)異常值敏感，預(yù)測(cè)精度不高；②MLR常數(shù)項(xiàng)和偏回歸系數(shù)難以精確估計(jì)，目前普遍采用最小二乘法(least squares，LS)估計(jì)MLR相關(guān)參數(shù)，LS 求解方法復(fù)雜且精度不高，而當(dāng)前在優(yōu)化領(lǐng)域應(yīng)用廣泛的群體智能算法(swarm intelligence algorithm，SIA)鮮見于MLR常數(shù)項(xiàng)和偏回歸系數(shù)優(yōu)化；③MLR應(yīng)用較為單一，多見于與主成分分析(principal component analysis，PCA)的組合應(yīng)用，而鮮見于其他組合應(yīng)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(yù)測(cè)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(shí)優(yōu)化PCA-MLR、MLR常數(shù)項(xiàng)、偏回歸系數(shù)和組合權(quán)重系數(shù)，建立SFLA-CMLR徑流預(yù)測(cè)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(jī)(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(duì)比預(yù)測(cè)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(yīng)用于云南省落卻站和新疆伊犁河雅馬渡站年徑流預(yù)測(cè)研究，并對(duì)各模型的預(yù)測(cè)結(jié)果進(jìn)行比較分析，旨在驗(yàn)證SFLA-CMLR模型用于徑流預(yù)測(cè)的可行性。

1 SFLA-CMRA預(yù)測(cè)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(shí)現(xiàn)搜索尋優(yōu)，具有概念簡(jiǎn)單，參數(shù)較少，運(yùn)算速度快，易于實(shí)現(xiàn)等優(yōu)點(diǎn)。 其數(shù)學(xué)模型簡(jiǎn)述如下[18-21]。

a)隨機(jī)生成初始種群。 隨機(jī)生成P=N×M只青蛙組成的初始群體，第i只青蛙個(gè)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(jì)算每個(gè)青蛙個(gè)體初始適應(yīng)度值f(xi)，并按f(xi)降序排序，再將各青蛙個(gè)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(duì)每個(gè)子群中f(xi)最差的個(gè)體Fw進(jìn)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(jìn)行局部搜索。

若仍有f(Fw，new)≥f(Fw，old)，則按式(3)進(jìn)行局部搜索。

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

d)全局交換。 當(dāng)所有子群結(jié)束局部搜索后，將所有子群的青蛙進(jìn)行混合并重新進(jìn)行排序和子群劃分，并重復(fù)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(gè)變量化為少數(shù)幾個(gè)主成分的多元統(tǒng)計(jì)方法。 設(shè)具有n 個(gè)變量X1，X2，…，Xn和k個(gè)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(gè)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(gè)變量視為因變量，其他一個(gè)或多個(gè)變量視為自變量，建立多個(gè)變量之間線性或非線性數(shù)學(xué)模型數(shù)量關(guān)系式并利用樣本數(shù)據(jù)進(jìn)行分析的統(tǒng)計(jì)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(yù)測(cè)值；β0——常數(shù)項(xiàng)；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(gè)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(yù)測(cè)值；α0——常數(shù)項(xiàng)；α1，…，αn——MLR偏回歸系數(shù)；x1，x2，…，xn——自變量，即年徑流預(yù)測(cè)的影響因子。

1.2.3 CMLR模型

利用SFLA同時(shí)對(duì)PCA-MLR、MLR模型常數(shù)項(xiàng)、偏回歸系數(shù)和權(quán)重系數(shù)進(jìn)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(yù)測(cè)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(yù)測(cè)實(shí)現(xiàn)步驟

步驟一 對(duì)實(shí)例數(shù)據(jù)進(jìn)行降維或不降維處理，劃分訓(xùn)練、預(yù)測(cè)樣本，利用SFLA同時(shí)優(yōu)化PCAMLR、MLR模型常數(shù)項(xiàng)、偏回歸系數(shù)和PCA-MLR模型權(quán)重系數(shù)，建立SFLA-CMLR預(yù)測(cè)模型，利用樣本數(shù)據(jù)對(duì)SFLA-CMLR模型進(jìn)行訓(xùn)練。

步驟二 確定待優(yōu)化目標(biāo)函數(shù)。 本文選用相對(duì)誤差絕對(duì)值之和作為優(yōu)化目標(biāo)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(dāng)前迭代次數(shù)t=1。

步驟四 適應(yīng)度排序。 通過計(jì)算每個(gè)青蛙個(gè)體初始適應(yīng)度值f(xi)，并按f(xi)降序排序，再將各青蛙個(gè)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(duì)每個(gè)子群中f(xi)最差的個(gè)體Fw進(jìn)行調(diào)整或局部搜索。

步驟六 對(duì)各子群不斷進(jìn)行迭代直到達(dá)到子群最大迭代次數(shù)；將各子群中青蛙個(gè)體按適應(yīng)度值大小進(jìn)行重新排序和子群劃分，并重復(fù)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(xiàng)、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(duì)預(yù)測(cè)樣本進(jìn)行預(yù)測(cè)。

2 實(shí)例分析

2.1 實(shí)例計(jì)算

a)數(shù)據(jù)來源及分析。 實(shí)例1 以云南省落卻水文站1960—2012 年實(shí)測(cè)水文資料為研究對(duì)象，通過計(jì)算該站1960—2012 年1—10 月月徑流量與相應(yīng)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(yù)報(bào)因子，1960—1999 年實(shí)測(cè)數(shù)據(jù)作為訓(xùn)練樣本，2000—2012 年作為預(yù)測(cè)樣本。 實(shí)例2 來源于文獻(xiàn)[24 -25]，4 個(gè)影響因子及預(yù)報(bào)因子詳見文獻(xiàn)[24 -25]。 為便于與文獻(xiàn)[25-30]預(yù)測(cè)結(jié)果進(jìn)行對(duì)比，實(shí)例2 選取前17 組數(shù)據(jù)作為訓(xùn)練樣本，后6 組數(shù)據(jù)作為預(yù)測(cè)樣本。 利用SPSS17.0軟件對(duì)實(shí)例數(shù)據(jù)進(jìn)行主成分分析降維處理。 對(duì)于實(shí)例1，前6 個(gè)特征值累計(jì)貢獻(xiàn)率達(dá)88.439%，根據(jù)累計(jì)貢獻(xiàn)率大于85%的原則，故選取前6 個(gè)變量代替原10 個(gè)變量進(jìn)行年徑流預(yù)測(cè)；對(duì)于實(shí)例2，前3 個(gè)特征值累計(jì)貢獻(xiàn)率達(dá)88.013%，根據(jù)累計(jì)貢獻(xiàn)率大于85%的原則，故選取前3 個(gè)變量代替原4 個(gè)變量進(jìn)行年徑流預(yù)測(cè)。 主成分分析結(jié)果及降維后的數(shù)據(jù)統(tǒng)計(jì)見表1、2，原始數(shù)據(jù)限于篇幅從略。

表1 實(shí)例年徑流主成分分析結(jié)果

表2 實(shí)例年徑流預(yù)測(cè)影響因子降維統(tǒng)計(jì)

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(gè)數(shù)、子群數(shù)局部進(jìn)化次數(shù)均為10；對(duì)于實(shí)例1，PCA-MLR、MLR常數(shù)項(xiàng)、偏回歸系數(shù)搜索范圍∈[ -10，10]；對(duì)于實(shí)例2，PCA-MLR、MLR常數(shù)項(xiàng)、偏回歸系數(shù)搜索范圍∈[ -500，500]；CMLR模型常數(shù)項(xiàng)、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(yàn)證折數(shù)V=2，并采用[ -1，1]對(duì)原始數(shù)據(jù)進(jìn)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(yàn)。 利用2 個(gè)實(shí)例的訓(xùn)練樣本構(gòu)建的目標(biāo)函數(shù)對(duì)SFLA尋優(yōu)能力進(jìn)行檢驗(yàn)。對(duì)于實(shí)例1，連續(xù)10 次運(yùn)行SFLA，其優(yōu)化目標(biāo)函數(shù)值在89.452 2 ～89.907 7 之間，標(biāo)準(zhǔn)差為0.163 8，10 次尋優(yōu)過程見圖1；對(duì)于實(shí)例2，連續(xù)10 次運(yùn)行SFLA，其優(yōu)化目標(biāo)函數(shù)值在105.210 5 ～105.821 3之間，標(biāo)準(zhǔn)差為0.200 7，10 次尋優(yōu)過程見圖2。 從2 個(gè)實(shí)例尋優(yōu)效果、標(biāo)準(zhǔn)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(shí)例1 連續(xù)10 次尋優(yōu)過程

圖2 實(shí)例2 連續(xù)10 次尋優(yōu)過程

d)預(yù)測(cè)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(duì)2 個(gè)實(shí)例年徑流進(jìn)行預(yù)測(cè)，并利用平均相對(duì)誤差MRE(%)、最大相對(duì)誤差MaxRE(%)和平均絕對(duì)誤差MAE(m3·s-1)對(duì)各模型性能進(jìn)行評(píng)價(jià)。 各模型預(yù)測(cè)結(jié)果見表3，并列出實(shí)例2 與文獻(xiàn)[25 -30]預(yù)測(cè)結(jié)果的對(duì)比(表4)及9 種模型的訓(xùn)練-預(yù)測(cè)相對(duì)誤差效果，見圖3、4。

圖3 實(shí)例1 擬合-預(yù)測(cè)相對(duì)誤差

表3 不同模型年徑流測(cè)結(jié)果及其對(duì)比

表4 本文方法與相關(guān)文獻(xiàn)方法預(yù)測(cè)結(jié)果對(duì)比(實(shí)例2)

經(jīng)SFLA優(yōu)化各模型參數(shù)，得到實(shí)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(shí)例2 擬合-預(yù)測(cè)相對(duì)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(duì)實(shí)例1、2 預(yù)測(cè)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(yù)測(cè)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(yù)測(cè)精度和較好的泛化能力，表明SFLA能同時(shí)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(yù)測(cè)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(yù)測(cè)精度。 從CMLR模型權(quán)重系數(shù)優(yōu)化結(jié)果來看，實(shí)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(shí)例1 中PCA-MLR模型占主導(dǎo)地位，實(shí)例2 中MLR模型占主導(dǎo)地位。

c)對(duì)于同一模型，采用PCA數(shù)據(jù)降維或不降維處理對(duì)模型的預(yù)測(cè)精度影響不大，甚至未經(jīng)降維處理的模型的預(yù)測(cè)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(jiǎn)潔且更具代表性，但在數(shù)據(jù)降維處理的同時(shí)損失部分?jǐn)?shù)據(jù)信息，這在一定程度上制約了模型預(yù)測(cè)性能的提高。同樣也說明，提高M(jìn)LR模型預(yù)測(cè)精度的關(guān)鍵是合理估計(jì)常數(shù)項(xiàng)值和偏回歸系數(shù)。

d)對(duì)于實(shí)例2，SFLA-CMLR模型預(yù)測(cè)的MRE僅為4.63%，預(yù)測(cè)精度均優(yōu)于文獻(xiàn)[25 -30]各種模型的預(yù)測(cè)結(jié)果。 表明通過有效的MLR組合和精確的常數(shù)項(xiàng)、偏回歸系數(shù)尋優(yōu)，簡(jiǎn)單的多元線性回歸模型同樣可以獲得較好的預(yù)測(cè)效果。

3 結(jié)論

綜合SFLA、PCA與MLR各自優(yōu)點(diǎn)，提出建立SFLA-CMLR 徑流預(yù)測(cè)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(gè)年徑流預(yù)測(cè)實(shí)例對(duì)各模型的預(yù)測(cè)效果進(jìn)行驗(yàn)證，結(jié)論如下。

a)SFLA-CMLR模型對(duì)兩個(gè)實(shí)例的預(yù)測(cè)精度均優(yōu)于SFLA-PCA-MLR等8 種模型，具有更高的預(yù)測(cè)精度和更強(qiáng)的泛化能力，表明PCA-MLR、MLR模型間具有互補(bǔ)性，SFLA能同時(shí)有效優(yōu)化CMLR模型常數(shù)項(xiàng)、偏回歸系數(shù)和權(quán)重系數(shù)，SFLA-CMLR模型用于徑流預(yù)測(cè)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(shí)際應(yīng)用價(jià)值。

b)對(duì)于同一模型，雖然數(shù)據(jù)降維處理可使數(shù)據(jù)樣本簡(jiǎn)潔且更具代表性，但在數(shù)據(jù)降維處理的同時(shí)損失部分?jǐn)?shù)據(jù)信息，這在一定程度上制約了模型預(yù)測(cè)性能的提高。 提高M(jìn)LR模型預(yù)測(cè)精度的關(guān)鍵是合理估計(jì)常數(shù)項(xiàng)值和偏回歸系數(shù)。

c)從SFLA-CMLR模型對(duì)實(shí)例2 的預(yù)測(cè)結(jié)果及與文獻(xiàn)[23-28]各種模型預(yù)測(cè)結(jié)果的對(duì)比來看，通過有效的MLR組合和精確的常數(shù)項(xiàng)、偏回歸系數(shù)尋優(yōu)，簡(jiǎn)單的多元線性回歸模型同樣可以獲得較好的預(yù)測(cè)效果。