基于GA参数优选的ε-SVR地下水位预测方法

• 作者: 滕彦国 王金生 陈海洋
• 来源期刊: 水资源保护
• 学科: 地球科学
• 关键词: 支持向量回归机 遗传算法 地下水位预测 地下水管理
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 科学研究
• 页码范围: 15-18,73
• 分类号: P641.2
• 字数: 4793字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-6933.2011.04.004

摘要

选择径向基核函数建立地下水位ε-SVR预测模型,基于遗传算法实现惩罚因子C、核函数参数γ和不敏感损失函数参数ε的自适应优选,并运用建立的模型对某地傍河试验井地下水位进行预测.结果表明:基于GA参数优选的ε-SVR模型对训练样本的拟合误差平方和仅为0.0022,回归系数达到0.9933,检验样本拟合结果平均相对误差仅为1.28%.这与人工神经网络模型相比,无论是对训练样本的拟合能力,还是对检验样本的泛化能力均有较大程度的提高,说明基于GA参数优选的ε-SVR模型可以很好地应用于进行地下水位预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王金生	北京师范大学水科学研究院	204	3135	29.0	43.0
2	滕彦国	北京师范大学水科学研究院	154	2574	26.0	43.0
3	陈海洋	北京师范大学水科学研究院	25	204	8.0	13.0