工业革命以来,人类对气候的影响越来越大,修建水库大坝的能力越来越强,径流的形成过程受人类活动的影响也越来越大,致使径流的复杂性和非平稳性越来越明显。因此,在水资源利用和防洪抗灾方面具有重要意义的径流预报逐渐成为相关领域研究的难点和热点。为此,针对径流预报的难点,本文采用基于变分模态分解的灰狼优化最小二乘支持向量机预报模型,采用该预报模型对渭河眉县段月径流量进行预测,希望能为渭河中游的径流预报工作提供一定的参考价值。本论文主要做的工作如下:(1)以渭河眉县段魏家堡水文站采集的600个月径流量为研究对象,首先统计了该段径流的变化特性相关信息,该段径流年代间变化较为统一,年内分布不均,7成多的径流量都集中在5月至10月之间,从600个月时间尺度上看,月径流周期性明显。(2)建立灰狼优化的最小二乘支持向量机预测模型,并对月径流样本进行了仿真实验。论文对灰狼优化算法和最小二乘支持向量机进行详实的说明,针对一般的最小二乘支持向量机超参数选择困难问题,采用灰狼优化算法对最小二乘支持向量机惩罚因子C和核参数σ进行优化寻取。建立灰狼优化的最小二乘支持向量机预测模型,从600个月径流量中分别选用300、400和500个样本进行训练,并与粒子群优化模型和遗传优化算法优化的模型进行对比,训练结果表明灰狼优化模型收敛速度更快,50次迭代运行时间灰狼优化模型比粒子群平均快了0.0328秒,比遗传优化模型快了0.4279秒。(3)基于变分模态分解技术,将径流原始时间序列分解为一系列特征模态分量,改进采用了变分模态分解灰狼优化预测模型,并用该混合预报模型进行了仿真实验,实验结果显示了该混合预测模型的优越性。论文对变分模态分解算法的理论,变分函数的建立与重构条件进行了介绍,变分模态分解将原始径流数据分解成规律性较强的一系列特征分量,再采用灰狼优化最小二乘支持向量机模型对特征分量分别预测,最终重构各特征分量预测结果,得到径流预报模型的最终预测结果。用变分模态分解的灰狼优化最小二乘支持向量机模型进行校正预测,并将预测结果与未分解的灰狼优化模型和经验模态分解的灰狼优化模型进行对比。结果显示分解的优化模型预测结果各项评价指标都明显优于未分解的优化模型,变分模态分解的优化模型预测结果决定系数比经验模态分解优化模型高了0.016,而平均绝对误差少了0.028411亿立方米。