摘要：针对江水浊度序列宽频、非线性、非平稳的特点,将经验模态分解（EMD）和支持向量机（SVM）回归方法引入浊度预测领域,建立了基于EMD-SVM的浊度预测模型.通过EMD分解,将原始非平稳的浊度序列分解为若干固有模态分量（IMF）,根据各IMF序列的特点,选择不同的参数对各IMF序列进行预测,最后合成原始序列的预测值.将该方法应用于实际浊度预测,并与径向基神经网络（RBF）预测及单独支持向量机回归预测结果进行比较,仿真结果表明该方法预测精度有明显提高.

关键词：浊度 预测 经验模态分解 支持向量 

单位：哈尔滨工业大学电气工程及自动化学院; 黑龙江哈尔滨150001