基于ν-支持向量机的时用水量预测模型

• 作者: 陈磊
• 来源期刊: 应用基础与工程科学学报
• 学科: 工学
• 关键词: ν-支持向量机 相关分析 BP神经网络 供水系统 时用水量预测
• 年，卷（期）: 2009,（4）
• 页码范围: 543-548
• 页数: 6页
• 分类号: TU991.33
• 字数: 3143字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-0930.2009.04.006

摘要

为解决BP神经网络结构较难确定以及过学习的问题,在对时用水量序列进行相关分析的基础上,建立了基于ν-支持向量机(ν-SVM)的时用水量预测模型.ν-sVM算法通过引入参数ν代替传统支持向量机算法的不敏感系数ε,有效地控制支持向量个数.实例分析结果表明,与基于BP网络的预测模型和基于传统SVM的预测模型相比,基于ν-SVM的时用水量预测模型建模速度更快,预测精度更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈磊	浙江工业大学市政工程系	31	167	7.0	12.0