Modeling River Stream Flow Using Support Vector Machine

Abstract

Support Vector Machine (SVM) is a new tool from Artificial Intelligence (AI) field has been successfully applied for a wide variety of problem especially in river stream flow forecasting. In this paper, SVM is proposed for river stream flow forecasting. To assess the effectiveness SVM, we used monthly mean river stream flow record data from Pahang River at Lubok Paku, Pahang. The performance of the SVM model is compared with the statistical Autoregressive Integrated Moving Average (ARIMA) and the result showed that the SVM model performs better than the ARIMA models to forecast river stream flow Pahang River.

Xây dựng các mô hình hồi quy hỗ trợ véc tơ dự báo mực nước trạm Cao Lãnh, tỉnh Đồng Tháp

“…Mô hình này cho thấy tiềm năng cao trong dự báo dòng chảy ngắn hạn và dài hạn [8][9]. Khi so sánh với các phương pháp khác, mô hình SVM với các biến thể LS-SVR hay SVR cho kết quả tốt hơn và cho thấy khả năng dự báo dòng chảy chính xác với nhiều loại dữ liệu khác nhau [10][11][12]. Việc áp dụng mô hình SVM/SVR cho dự báo dòng chảy, dòng xả lũ của hồ cũng đươc nghiên cứu ở trên nhiều lưu vực ở Trung Quốc ví dụ như nghiên cứu [13] về dự báo dòng xả thời đoạn dài của hồ thủy điện Manwan, hay nghiên cứu của Guo và nnk [14] về dự báo dòng chảy tới khu vực đập Tam Hiệp trên sông Dương Tử.…”