黑龙江水专学报
黑龍江水專學報
흑룡강수전학보
JOURNAL OF HEILONGJIANG HYDRAULIC ENGINEERING COLLEGE
2009年
2期
8-10
,共3页
邵年华%黄领梅%沈冰%秦胜英
邵年華%黃領梅%瀋冰%秦勝英
소년화%황령매%침빙%진성영
支持向量机%粒子群%和田绿洲%蒸发预测
支持嚮量機%粒子群%和田綠洲%蒸髮預測
지지향량궤%입자군%화전록주%증발예측
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.
利用支持嚮量機迴歸算法(SVM)結閤粒子群優化算法(PSO)建立瞭用于蒸髮預測的PSO_SVM模型,用和田地區實測蒸髮量對其進行擬閤與預測,併與傳統的最小二乘支持嚮量機(LS_SVM)的預測結果進行瞭對比,結果錶明PSO_SVM預測蒸髮量的精度要高于LS_SVM,說明該模型可以用于蒸髮預測.
이용지지향량궤회귀산법(SVM)결합입자군우화산법(PSO)건립료용우증발예측적PSO_SVM모형,용화전지구실측증발량대기진행의합여예측,병여전통적최소이승지지향량궤(LS_SVM)적예측결과진행료대비,결과표명PSO_SVM예측증발량적정도요고우LS_SVM,설명해모형가이용우증발예측.
