重庆建筑大学学报
重慶建築大學學報
중경건축대학학보
JOURNAL OF CHONGQING JIANZHU UNIVERSITY
2006年
2期
74-78
,共5页
支持向量回归%供水管网%余氯%预测%模型
支持嚮量迴歸%供水管網%餘氯%預測%模型
지지향량회귀%공수관망%여록%예측%모형
支持向量机回归(Support Vector Regression SVR)算法是结构风险最小化原理在函数回归方面的应用.根据北方某城市供水管网余氯的人工采样数据,建立了基于SVR的余氯预测模型,并与人工神经网络、多元线性回归方法进行比较分析,结果表明:在有限样本情况下,SVR模型具有良好的泛化推广能力,各监测点模型预测平均相对误差为1.80%～8.73%,并可获得全局最优解,达到了实用要求,较好地解决了以往管网余氯小样本预测时,常常出现拟合精度高、预测效果较差的问题.
支持嚮量機迴歸(Support Vector Regression SVR)算法是結構風險最小化原理在函數迴歸方麵的應用.根據北方某城市供水管網餘氯的人工採樣數據,建立瞭基于SVR的餘氯預測模型,併與人工神經網絡、多元線性迴歸方法進行比較分析,結果錶明:在有限樣本情況下,SVR模型具有良好的汎化推廣能力,各鑑測點模型預測平均相對誤差為1.80%～8.73%,併可穫得全跼最優解,達到瞭實用要求,較好地解決瞭以往管網餘氯小樣本預測時,常常齣現擬閤精度高、預測效果較差的問題.
지지향량궤회귀(Support Vector Regression SVR)산법시결구풍험최소화원리재함수회귀방면적응용.근거북방모성시공수관망여록적인공채양수거,건립료기우SVR적여록예측모형,병여인공신경망락、다원선성회귀방법진행비교분석,결과표명:재유한양본정황하,SVR모형구유량호적범화추엄능력,각감측점모형예측평균상대오차위1.80%～8.73%,병가획득전국최우해,체도료실용요구,교호지해결료이왕관망여록소양본예측시,상상출현의합정도고、예측효과교차적문제.
