基于PSO-LSSVM算法的阶梯式溢洪道复氧率预测

• 作者: 刘洪滨
• 来源期刊: 中国农村水利水电
• 学科: 工学
• 关键词: 机器学习 最小二乘支持向量机 复氧率 粒子群优化 平均影响值
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 水工建筑
• 页码范围: 198-201
• 页数: 4页
• 分类号: TV135
• 字数: 2549字
• 语种: 中文

摘要

最近,机器学习方法逐渐在水利工程中得到广泛运用.研究将采用最小二乘支持向量机(LSSVM)方法,建立阶梯式溢洪道各种流态下复氧率的预测模型.采用粒子群优化算法(PSO)优化了LSSVM算法的参数(惩罚函数γ和核函数常数σ2),新的PSO-LSSVM模型预测精度相对于常用的BP模型明显提高.误差分析表明,在测试集上PSO-LSSVM模型的平均绝对百分比误差MAPE、均方差RMSE和平方相关系数R2分别为1.100 0× 10-3,4.899 6× 10-4和9.998 6×10-1.最后,采用平均影响值法评价了输入参数对复氧率的影响程度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘洪滨		1	1	1.0	1.0