基于GA参数优选的ε-SVR地下水位预测方法

首页 > 过刊浏览>2011年第27卷第4期 >15-18

PDF HTML阅读 XML下载导出引用引用提醒

DOI:

作者:

作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

Author:

Affiliation:

Fund Project:

摘要

图/表

访问统计

参考文献

相似文献

引证文献

文章评论

摘要:

选择径向基核函数建立地下水位ε-SVR预测模型，基于遗传算法实现惩罚因子C、核函数参数γ和不敏感损失函数参数ε的自适应优选，并运用建立的模型对某地傍河试验井地下水位进行预测。结果表明：基于GA参数优选的ε-SVR模型对训练样本的拟合误差平方和仅为0.0022，回归系数达到0.9933，检验样本拟合结果平均相对误差仅为1.28％。这与人工神经网络模型相比，无论是对训练样本的拟合能力，还是对检验样本的泛化能力均有较大程度的提高，说明基于GA参数优选的ε-SVR模型可以很好地应用于进行地下水位预测。

Abstract:

参考文献

相似文献

引证文献

引用本文

陈海洋,滕彦国,王金生.基于GA参数优选的ε-SVR地下水位预测方法[J].水资源保护,2011,27(4):15-18.(.[J]. Water Resources Protection,2011,27(4):15-18.(in Chinese))

复制

文章指标

点击次数:
下载次数:
HTML阅读次数:
引用次数:

历史

收稿日期:
最后修改日期:2011-08-04
录用日期:
在线发布日期: 2015-07-17
出版日期:

引用本文

分享

文章指标

历史