利用PSO-SA混合优化支持向量回归的径流预报模型研究

作者： 蒋林利 ¹ 李洁 ¹ 吴建生 ^1,2
作者单位：

1. 广西科技师范学院数学与计算机科学学院

2. 武汉理工大学信息工程学院
提交时间：2018-05-24 21:08:13

摘要: 为了有效提高径流预报的准确度，提出一种有效的融合优化策略，采用基于粒子群和模拟退火算法相结合的混合方法同时优化支持向量回归核函数类型和内核参数，以此建立一种有效的混合优化支持向量回归径流预报模型。提出的方法为核函数选择和参数优化提供了一种有效途径。通过对广西柳州柳江径流实例分析，并与纯粹的支持向量回归模型对比，研究结果表明，该模型预测稳定，具有较高泛化性能和预测准确度，为径流预报提供了一种有效预测方法。

支持向量回归粒子群模拟退火融合改进径流预报模型

期刊： 计算机应用研究
分类： 计算机科学 >> 计算机科学的集成理论
引用： ChinaXiv:201805.00476 (或此版本 ChinaXiv:201805.00476V1)
DOI:10.12074/201805.00476V1
CSTR:32003.36.ChinaXiv.201805.00476.V1
推荐引用方式： 蒋林利,李洁,吴建生.(2018).利用PSO-SA混合优化支持向量回归的径流预报模型研究.计算机应用研究.[ChinaXiv:201805.00476] (点此复制)

版本历史

[V1]

2018-05-24 21:08:13

ChinaXiv:201805.00476V1

下载全文

相关论文推荐

1. Turing’s thinking machine and ’t Hooft’s principle of superposition of states	2024-05-14
2. 恶意代码SCMP分类方法框架与风险行为多标签机制	2024-05-09
3. 引导大语言模型生成计算机可解析内容	2024-04-21
4. 基于大语言模型的中英文整合复杂性建模研究	2024-04-10
5. 大模型与标准文献知识库的融合应用探索	2024-04-10
6. 简体中文LIWC2024(SCLIWC2024)词典的修订与验证	2024-04-09
7. Multimodal Physical Fitness Monitoring (PFM) Framework Based on TimeMAE-PFM in Wearable Scenarios	2024-04-07
8. 引导大语言模型生成计算机可解析内容	2024-04-07
9. 基于 Python 中 MeCab 库对日语文章进行文本分析处理实现	2024-04-04
10. 一种基于能量-信息转换的智能测度	2024-03-30


公开评论匿名评论仅发给作者