谷歌Chrome浏览器插件
订阅小程序
在清言上使用

基于粒子群最小二乘支持向量机的水文预测

Journal of Computer Applications(2013)

引用 4|浏览33
暂无评分
摘要
支持向量机理论为研究中长期水文预测提供了新的方法。针对最小二乘支持向量机模型参数选择费时且效果差这一问题,给出基于粒子群算法的最小二乘支持向量机水文预测模型(PSO-LSSVM)。该模型运用最小二乘支持向量机回归原理建立,参数选取采用具有全局搜索能力的粒子群算法进行寻优。用此模型对南桠河冶勒水电站月径流进行预测,仿真计算结果表明,该算法可提高预测效率与预测精度。
更多
查看译文
关键词
parameter optimization,Particle Swarm Optimization(PSO),regression,hydrological forecasting,Least Square-Support Vector Machines(LS-SVM)
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要