利用PSO-SA混合优化支持向量回归的径流预报模型研究

• 作者: 吴建生 李洁 蒋林利
• 来源期刊: 计算机应用研究
• 关键词: 支持向量回归 粒子群 模拟退火 融合改进 径流预报模型
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2599-2603
• 页数: 5页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.03.0148

摘要

为了有效提高径流预报的准确度,提出一种有效的融合优化策略,采用基于粒子群和模拟退火算法相结合的混合方法同时优化支持向量回归核函数类型和内核参数,以此建立一种有效的混合优化支持向量回归径流预报模型,为核函数选择和参数优化提供了一种有效途径.通过对广西柳州柳江径流实例分析,并与纯粹的支持向量回归模型对比,研究结果表明,该模型预测稳定,具有较高泛化性能和预测准确度,为径流预报提供了一种有效预测方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴建生	广西科技师范学院数学与计算机科学学院	7	5	2.0	2.0
3	蒋林利	广西科技师范学院数学与计算机科学学院	15	17	2.0	3.0
4	李洁	广西科技师范学院数学与计算机科学学院	5	4	1.0	2.0