基于PSO-SVM的来水量预测模型

• 作者: 王龙强
• 来源期刊: 水科学与工程技术
• 学科: 地球科学
• 关键词: PSO-SVM 来水量 预测模型
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 水文水资源
• 页码范围: 14-16
• 页数: 3页
• 分类号: P338
• 字数: 1658字
• 语种: 中文
• DOI: 10.19733/j.cnki.1672-9900.2020.01.05

摘要

由于中小河流径流量复杂的变化特征,来水量有效预测模型建立较为困难,建立来水量预测的支持向量机模型,并对支持向量机进行了优化,选取河流径流量的数据样本对模型进行训练与预测,与实际值进行比较,同时用BP神经网络模型对相同的数据样本进行预测,并对两种模型的预测数据进行分析比较,结果表明,改进的支持向量机(PSO-SVM)具有较高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王龙强		2	0	0.0	0.0