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:
径流预测的精度关系到研究地区的水资源开发利用.为了提高径流预测的精度,将基于统计学理论的模式识别方法支持向量机引入到径流预测模型中.支持向量机中有2个参数惩罚因子C和核参数,这2个参数的选择对支持向量机的模型结构有重要的影响.为了准确地找到支持向量机的参数,将全局寻优的粒子群算法引入到支持向量机的2个参数优化中来.实例研究表明,粒子群优化支持向量机模型能够提高径流预测的精度.
推荐文章
基于粒子群优化支持向量机的建筑室内温度预测模型
室内温度
楼宇阀门
支持向量机
粒子群优化算法
粒子群算法优化支持向量机的网络流量混沌预测
粒子群算法优化
支持向量机
网络流量
混沌预测
平均绝对误差
蚁群算法
基于粒子群算法优化支持向量回归的水质预测模型
水质监测
支持向量回归机
非线性惯性权重
粒子群优化算法
组合模型
动态自适应粒子群优化算法与最小二乘支持向量机在年径流预测中的应用
径流预测
粒子群算法
动态调整
自适应算法
最小二乘支持向量机
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 基于粒子群优化支持向量机的径流预测模型研究
来源期刊 浙江水利科技 学科 工学
关键词 径流预测 粒子群算法 支持向量机 参数优化 模型研究
年,卷(期) 2013,(5) 所属期刊栏目 水文水资源、水环境与水力学
研究方向 页码范围 20-22
页数 3页 分类号 TV131
字数 2267字 语种 中文
DOI
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 刘志伟 8 6 2.0 2.0
5 陈亚君 5 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (44)
共引文献  (137)
参考文献  (7)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(5)
  • 参考文献(1)
  • 二级参考文献(4)
2003(8)
  • 参考文献(0)
  • 二级参考文献(8)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(4)
  • 参考文献(3)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
  • 引证文献(0)
  • 二级引证文献(0)
2015(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
径流预测
粒子群算法
支持向量机
参数优化
模型研究
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
浙江水利科技
双月刊
1008-701X
33-1162/TV
大16开
杭州市凤起东路50号
1973
chi
出版文献量(篇)
4264
总下载数(次)
3
总被引数(次)
9126
论文1v1指导