基于GASA混合算法的支持向量回归机在需水预测中的应用

• 作者: 刘心 李文竹 赵晓东
• 来源期刊: 电脑知识与技术
• 学科: 工学
• 关键词: 需水预测 支持向量回归机(SVR) 遗传算法 模拟退火算法 日用水量 因子分析
• 年，卷（期）: 2019,（13）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 195-198
• 页数: 4页
• 分类号: TV214
• 字数: 3268字
• 语种: 中文

摘要

水资源需求预测是优化调度的基础,为供水系统提供了决策支持.本文以校园用水为例,提出了运用遗传和模拟退火组合算法(GASA)优化支持向量回归机(SVR)参数,建立GASA-SVR预测模型,用于校园日用水需求预测.利用SPSS软件进行因子分析,确定校园用水的影响因素并将其作为输入层,以均方根误差(RMSE)和相关系数(r2)作为评价标准,结果同BP神经网络(BP-ANN)、GA-BP-ANN、SVR模型进行了比较.实验结果表明,GASA-SVR模型RMSE值较小,拟合度r2较好,因此,所提出的GASA-SVR模型是日常用水需求预测的有效工具.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李文竹		21	26	3.0	4.0
2	刘心		22	26	3.0	3.0
3	赵晓东		2	0	0.0	0.0