水资源与水工程学报
水資源與水工程學報
수자원여수공정학보
JOURNAL OF WATER RESOURCES AND WATER ENGINEERING
2015年
2期
119-125
,共7页
水资源%最严格水资源管理%指标体系%回归支持向量机%径向基函数神经网络%曲靖市
水資源%最嚴格水資源管理%指標體繫%迴歸支持嚮量機%徑嚮基函數神經網絡%麯靖市
수자원%최엄격수자원관리%지표체계%회귀지지향량궤%경향기함수신경망락%곡정시
water resources%the most stringent water management%indicator system%regression support vector machine%radial basis function neural network%Qujing
以云南省曲靖市最严格水资源管理评价为研究对象，提出了最严格水资源管理评价指标体系和分级标准，构建基于回归支持向量机（ SVR）和径向基函数（ RBF）神经网络的评价模型。利用层次分析法（ AHP）从用水总量、用水效率、限制纳污与责任考核4个方面遴选出20个指标，构建最严格水资源管理评价指标体系和分级标准；采用随机生成和随机选取的方法在最严格水资源管理评价等级标准阈值间构造小容量训练样本和检验样本对SVR与RBF模型进行验证。利用SVR与RBF模型对实例进行评价分析。结果表明：①SVR与RBF模型具有较高的评价精度和泛化能力，可用于最严格水资源管理评价。②SVR与RBF模型对曲靖市2010、2015、2020和2030年最严格水资源管理评价分别为“不理想”，“较理想”，“理想”和“最理想”。
以雲南省麯靖市最嚴格水資源管理評價為研究對象，提齣瞭最嚴格水資源管理評價指標體繫和分級標準，構建基于迴歸支持嚮量機（ SVR）和徑嚮基函數（ RBF）神經網絡的評價模型。利用層次分析法（ AHP）從用水總量、用水效率、限製納汙與責任攷覈4箇方麵遴選齣20箇指標，構建最嚴格水資源管理評價指標體繫和分級標準；採用隨機生成和隨機選取的方法在最嚴格水資源管理評價等級標準閾值間構造小容量訓練樣本和檢驗樣本對SVR與RBF模型進行驗證。利用SVR與RBF模型對實例進行評價分析。結果錶明：①SVR與RBF模型具有較高的評價精度和汎化能力，可用于最嚴格水資源管理評價。②SVR與RBF模型對麯靖市2010、2015、2020和2030年最嚴格水資源管理評價分彆為“不理想”，“較理想”，“理想”和“最理想”。
이운남성곡정시최엄격수자원관리평개위연구대상，제출료최엄격수자원관리평개지표체계화분급표준，구건기우회귀지지향량궤（ SVR）화경향기함수（ RBF）신경망락적평개모형。이용층차분석법（ AHP）종용수총량、용수효솔、한제납오여책임고핵4개방면린선출20개지표，구건최엄격수자원관리평개지표체계화분급표준；채용수궤생성화수궤선취적방법재최엄격수자원관리평개등급표준역치간구조소용량훈련양본화검험양본대SVR여RBF모형진행험증。이용SVR여RBF모형대실례진행평개분석。결과표명：①SVR여RBF모형구유교고적평개정도화범화능력，가용우최엄격수자원관리평개。②SVR여RBF모형대곡정시2010、2015、2020화2030년최엄격수자원관리평개분별위“불이상”，“교이상”，“이상”화“최이상”。
Taking the most strict water resources management in Qujing of Yunnan province as an exam-ple ,the paper put forward evaluation index system and grading standard of the most strict water resources management and constructed the model of evaluation based on support vector machine regression ( SVR) and radial basis function ( RBF) neural network .By use of analytic hierarchy process ( AHP) ,it selected 20 indicators from 4 aspects such as total water use , water use efficiency , limiting pollutant and responsi-bility assessment , constructed the evaluation index system and grading standards of the most strict water resources management;and used the method of randomly generating and randomly selecting to verify the SVR model and RBF model in the most strict water resources management evaluation grade standard threshold between the construction of small capacity of training and testing samples .It evaluated and ana-lyzed the example by use of SVR and RBF model .The results showed that SVR and RBF models have higher evaluation accuracy and generalization ability , and can be used for the most strict water resources management and evaluation .The evaluation results by SVR and RBF model for the most strict water re-sources management of Qujing in 2010 , 2015 , 2020 and 2030 are “not ideal”,“more ideal”,“ideal”and “the most ideal”.
