基于最小二乘支持向量机的需水量组合预测模型
需水预测涉及诸多因素,各种传统需水量预测方法都是从不同角度出发建立预测模型,各自应用条件和建模机理均不同,有一定的局限性.本文尝试采用多种预测方法进行优化组合,建立需水量最小二乘支持向量机(LS-SVM)组合预测模型,以最小化训练数据集的交叉验证误差为评价函数,利用混合智能算法优化LS-SVM参数.以河北省南水北调受水区为例,对受水区需水量进行LS-SVM、人工神经网络和多元回归模型预测,并建立了基于LS-SVM的需水量组合预测模型.实例分析表明:基于LS-SVM需水量组合模型具有良好的预测性能,有一定的实际应用价值.
南水北调工程 需水量 组合预测模型 最小二乘支持向量机
王德智 张鹏 洪成
中水淮河规划设计研究有限公司
国内会议
合肥
中文
113-115
2012-10-18（万方平台首次上网日期，不代表论文的发表时间）