基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
[目的]研究基于粒子群算法优化支持向量机SVR的黄河宁蒙段封河、开河日期预报模型.[方法]采用相关分析和成因分析相结合的方法选取合适的冰情预报因子组合,并运用粒子群算优化方法确定最优参数构建预报模型,将其运用到黄河宁蒙段封开河日期预报中.[结果]该模型预报精度高、运行时间短,预报平均误差为3.51 d,平均运行时间为10.464 s,预报效果明显优于遗传算法优化的支持向量回归与反向传播式神经网络,能够较准确地对封开河日期做出预报.[结论]基于粒子群算法优化支持向量回归的方法可以用于冰情预报.
推荐文章
基于粒子群算法优化支持向量机的铝热连轧机轧制力预报
计量学
轧制力预报
支持向量机
粒子群
热轧
基于模拟退火粒子群算法优化支持向量机参数的连铸漏钢预报
连铸漏钢预报
支持向量机
粒子群算法
模拟退火算法
基于粒子群算法的双子支持向量机研究
双子支持向量机(TWSVM)
分类算法
粒子群优化算法(PSO)
基于改进粒子群的隐空间支持向量机
支持向量机
核函数
粒子群
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于粒子群的支持向量机SVR冰情预报研究
来源期刊 安徽农业科学 学科 农学
关键词 粒子群算法 支持向量机 SVR 冰情预报
年,卷(期) 2012,(23) 所属期刊栏目 农业气象
研究方向 页码范围 11765-11768
页数 分类号 S11+2
字数 3687字 语种 中文
DOI 10.3969/j.issn.0517-6611.2012.23.083
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王富强 70 406 11.0 17.0
2 周翔南 6 16 2.0 4.0
3 薛小辉 3 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (344)
参考文献  (7)
节点文献
引证文献  (1)
同被引文献  (20)
二级引证文献  (0)
1976(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(2)
  • 参考文献(1)
  • 二级参考文献(1)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
粒子群算法
支持向量机
SVR
冰情预报
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
安徽农业科学
半月刊
0517-6611
34-1076/S
大16开
安徽省合肥市农科南路40号
26-20
1961
chi
出版文献量(篇)
78281
总下载数(次)
236
总被引数(次)
436536
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导