| 基于AGA的SVM需水预测模型研究 |
| |
| 作者姓名： | 张灵 陈晓宏 刘丙军 王兆礼 |
| |
| 作者单位： | 中山大学水资源与环境研究中心,广东,广州,510275 |
| |
| 基金项目： | 国家自然科学基金
,
广东省自然科学基金
,
广东省自然学基金 |
| |
| 摘 要： | 需水预测是一个由城市人口、工业水平、社会经济水平共同作用的多因素、多层次的复杂非线性系统.其结果将直接影响受区域水资源承载力约束的产业结构、布局形态等决策.作为一种集中参数预报方法,支持向量机方法具有对未来样本的较好的泛化性能,对于这类资料缺乏、系统结构尚欠清晰的问题可以取得较好的模拟和预测结果.基于此,本文将支持向量机方法引入需水预测领域,建立了需水预测支持向量机模型.同时,本文将加速遗传算法和支持向量机方法耦合起来,构造了支持向量机模型参数的自适应优化算法.模型在珠海市的应用实例表明:与简单遗传算法比较,AGA的模型参数寻优效率更高;与BP神经网络模型相比,SVM模型较好地解决了小样本、经验性等问题,并取得了较高的预测精度.
|
| 关 键 词： | 需水预测 支持向量机 加速遗传算法 BP神经网络 需水预测模型 研究 Based Prediction Water Demand 预测精度 经验性 小样本 网络模型 神经 寻优效率 算法比较 加速遗传算法 应用 珠海市 优化算法 自适应 模型参数 支持向量机模型 构造 |
| 文章编号： | 1000-0852（2008）01-0038-05 |
| 收稿时间： | 2007-06-15 |
| 修稿时间： | 2007-06-15 |
| 本文献已被 维普 万方数据 等数据库收录！ |
| 点击此处可从《水文》浏览原始摘要信息 |
|
点击此处可从《水文》下载全文 |
|
