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:
针对日供水量预测问题,提出一种基于遗传算法的支持回归向量机(GA-SVR)模型.以H市为例,采用GA-SVR模型对日供水量进行了预测,并与BP模型和SVR模型的预测值进行了比较.结果表明,H市日供水量预测值与实际值的误差均小于5%,且GA-SVR模型的预测精度高于BP模型和SVR模型.由此可见,GA-SVR模型是一种有效的预测日供水量的方法.
推荐文章
深度学习框架对城市日供水量预测的研究
深度信念网络模型
深度学习框架
Symlets小波
日供水量
基于自适应GA-SVR的中密度纤维板施胶比例辨识方法
中密度纤维板
施胶比例
自适应遗传算法
支持向量回归
模型辨识
金融时间序列预测中的GA-SVR方法
上证指数
支持向量机
遗传算法
参数优化
干旱区不同供水量下杨树水分效应和生态用水量研究
干旱区
小美旱杨
供水量
水分指标
生态用水量
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 GA-SVR模型用于日供水量预测的研究
来源期刊 市政技术 学科 工学
关键词 日供水量预测 遗传算法 支持回归向量机 影响因素
年,卷(期) 2018,(1) 所属期刊栏目 给水排水工程
研究方向 页码范围 134-136
页数 3页 分类号 TU991.31
字数 1605字 语种 中文
DOI 10.3969/j.issn.1009-7767.2018.01.043
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 牟天蔚 沈阳建筑大学市政与环境学院 7 22 3.0 4.0
2 沈丹玉 沈阳建筑大学市政与环境学院 5 12 2.0 3.0
3 王玲萍 沈阳建筑大学市政与环境学院 3 11 1.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (21)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (6)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 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(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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
日供水量预测
遗传算法
支持回归向量机
影响因素
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
市政技术
双月刊
1009-7767
11-4527/TU
大16开
北京市复兴门外南礼士路17号
1973
chi
出版文献量(篇)
5698
总下载数(次)
11
总被引数(次)
13700
论文1v1指导