期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于多种神经网络的水沙预测模型研究 被引量：1
1
作者 张明旺 侍克斌 +1 位作者 孔选昭 姚海坤 《武汉大学学报（工学版）》 CAS CSCD 北大核心 2023年第9期1057-1065,共9页
为解决水沙变化机理中水库泥沙难以预测的问题,采用支持向量回归(support vector regression,SVR)、遗传算法-支持向量回归(genetic algorithm-support vector regression,GA-SVR)、粒子群优化-支持向量回归(particle swarmoptimization... 为解决水沙变化机理中水库泥沙难以预测的问题,采用支持向量回归(support vector regression,SVR)、遗传算法-支持向量回归(genetic algorithm-support vector regression,GA-SVR)、粒子群优化-支持向量回归(particle swarmoptimization-supportvectorregression,PSO-SVR)、最小二乘支持向量回归(leastsquaressupportvector regression,LSSVR)等模型进行研究,并将模型应用于黑孜水库水文站的年径流量及年输沙量序列的预测分析。数据资料序列划分为85%的训练数据和15%的测试数据,使用均方根误差、相关系数、平均绝对百分比误差、纳什系数这4项指标来评价模型的精度,得到的结果可以为水库的短期调度和长期管理提供帮助。结果表明:LSSVR算法是4种模型中最优的,其误差最小,精度最高;构建的模型可为其他地区的水沙预测提供参考。 展开更多
关键词 支持向量回归算法 遗传算法-支持向量回归算法 粒子群优化-支持向量回归算法 最小二乘支持向量回归算法 径流量预测 输沙量预测
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部