PSO-SVM模型在蒸发预测中的应用

PSO-SVM模型在蒸发预测中的应用

利用支持向量机回归算法(SVM)结合粒子群优化算法(PSO)建立了用于蒸发预测的PSO_SVM模型,用和田地区实测蒸发量对其进行拟合与预测,并与传统的最小二乘支持向量机(LS_SVM)的预测结果进行了对比,结果表明PSO_SVM预测蒸发量的精度要高于LS_SVM,说明该模型可以用于蒸发预测.

作 者： 邵年华 黄领梅 沈冰 秦胜英 SHAO Nian-hua HUANG Ling-mei SHEN Bing QIN Sheng-ying   作者单位： 邵年华,黄领梅,沈冰,SHAO Nian-hua,HUANG Ling-mei,SHEN Bing(西安理工大学,西北水资源与环境生态教育部重点实验室,西安,710048)

秦胜英,QIN Sheng-ying(和田河管理局,新疆,和田,848000) 

刊 名： 黑龙江水专学报  英文刊名： JOURNAL OF HEILONGJIANG HYDRAULIC ENGINEERING COLLEGE  年，卷(期)： 2009 36(2)  分类号： P338.9  关键词： 支持向量机   粒子群   和田绿洲   蒸发预测  

【PSO-SVM模型在蒸发预测中的应用】相关文章：

组合预测模型在物流需求预测中的应用04-26

ARIMA模型在苏州河总磷预测中的应用04-25

新陈代谢模型在区域大气总量预测中应用研究04-25

灰色组合模型在湖北省粮食单产预测中的应用04-26

河流随机水质预测模型及其应用04-26

应用BLM模型预测我国主要河流中Cu的生物毒性04-26

权函数灰色模型及其在山体隧道洞口变形预测中的应用04-26

基于MATLAB的BP神经网络组合预测模型在公路货运量预测中的应用04-27

IECM模型在燃煤电站汞污染控制及经济性预测中的应用04-26

全板式蒸发站在草浆碱回收中的应用04-26