支持向量机和BP神经网络在泥石流平均流速预测模型中的比较与应用

• 作者: 于国强 张茂省 王根龙 裴亮
• 来源期刊: 水利学报
• 学科: 地球科学
• 关键词: 泥石流 蒋家沟 平均流速 支持向量机 BP神经网络模型
• 年，卷（期）: 2012,（z2）
• 页码范围: 105-110
• 分类号: P642.23
• 字数: 4798字
• 语种: 中文

摘要

在综合分析多种泥石流研究方法的基础上,提出分别基于支持向量机和改进的BP神经网络模型的黏性泥石流平均流速预测方法,建立了相应的泥石流平均流速预测模型.以蒋家沟泥石流实时监测数据作为学习样本和测试样本,比较了两种模型的预测精度和适用范围.研究结果表明,泥石流样本训练阶段,支持向量机和BP神经网络均具有较高的模拟精度,BP神经网络较优于支持向量机模型,而在样本预测阶段,支持向量机的预测精度明显优于BP网络,表明支持向量机预测模型有较强的外推能力和预测计算的有效性,可以较好地描述泥石流复杂的非线性关系,为泥石流防治提供精确的科学依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张茂省		83	1509	20.0	36.0
2	于国强		25	259	9.0	15.0
3	裴亮	中国科学院地理科学与资源研究所陆地水循环及地表过程重点实验室	57	395	12.0	16.0
4	王根龙		19	263	10.0	16.0