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:
构建基于多项式核与高斯核相融合的混合核支持向量机(MSVM),利用拉普拉斯交叉算子(LX)改进的鲸鱼优化算法(LXWOA)优化MSVM关键参数和混合权重系数,提出LXWOA-MSVM径流预测模型,并构建高斯核LX-WOA-GSVM、多项式核LXWOA-PSVM及LXWOA-BP作对比预测模型,以云南省清水江水文站枯水期1-4月月径流预测为例进行实例研究,利用实例前24年和后10年资料对各模型进行训练和预测.结果表明,LXWOA-MSVM模型对实例1-4月月径流预测的平均相对误差绝对值分别为4.09%、3.32%、3.51%和5.64%,预测精度均高于LXWOA-GSVM等3种模型,具有较好的预测精度和泛化能力,可为相关径流预测研究提供参考.
推荐文章
基于果蝇优化算法的支持向量机径流预测
径流预测
果蝇优化算法
支持向量机
参数优化
基于改进型鲸鱼优化算法和最小二乘支持向量机的炼钢终点预测模型研究
炼钢
碳含量
鲸鱼优化算法
最小二乘法
支持向量机
莱维飞行
果蝇优化算法与支持向量机在年径流预测中的应用
径流预测
果蝇优化算法
支持向量机
基于改进支持向量机回归的日径流预测模型
支持向量机
BP神经网络
核函数
径流预测
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 改进鲸鱼算法优化混合核支持向量机 在径流预测中的应用
来源期刊 中国农村水利水电 学科 地球科学
关键词 径流预测 鲸鱼优化算法 拉普拉斯交叉算子 混合核函数 支持向量机 参数优化
年,卷(期) 2020,(7) 所属期刊栏目 水文水资源
研究方向 页码范围 50-53
页数 4页 分类号 P333
字数 4266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 周有荣 7 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (222)
共引文献  (111)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(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(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(8)
  • 参考文献(0)
  • 二级参考文献(8)
2006(11)
  • 参考文献(0)
  • 二级参考文献(11)
2007(13)
  • 参考文献(0)
  • 二级参考文献(13)
2008(19)
  • 参考文献(1)
  • 二级参考文献(18)
2009(9)
  • 参考文献(0)
  • 二级参考文献(9)
2010(19)
  • 参考文献(2)
  • 二级参考文献(17)
2011(17)
  • 参考文献(0)
  • 二级参考文献(17)
2012(24)
  • 参考文献(0)
  • 二级参考文献(24)
2013(42)
  • 参考文献(1)
  • 二级参考文献(41)
2014(22)
  • 参考文献(2)
  • 二级参考文献(20)
2015(24)
  • 参考文献(5)
  • 二级参考文献(19)
2016(12)
  • 参考文献(2)
  • 二级参考文献(10)
2017(2)
  • 参考文献(1)
  • 二级参考文献(1)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
径流预测
鲸鱼优化算法
拉普拉斯交叉算子
混合核函数
支持向量机
参数优化
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
中国农村水利水电
月刊
1007-2284
42-1419/TV
大16开
武汉大学二区
38-49
1959
chi
出版文献量(篇)
10420
总下载数(次)
11
总被引数(次)
59046
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导