收藏本站
《中国水文科技新发展——2012中国水文学术讨论会论文集》2012年
收藏 | 手机打开
二维码
手机客户端打开本文

基于混合智能算法优化LS-SVM的需水预测模型研究

王哲  杨学军  柳林  
【摘要】:针对需水预测过程中传统预测方法及单一智能优化算法预测精度低的问题,研究了粒子群算法和遗传算法混合运用下在优化需水预测模型中的优越性,建立了基于混合智能算法优化LS-SVM的需水预测模型。通过实例应用,该模型拟合精度较高,预测结果较合理,具有一定的先进性。
【作者单位】:水利部海河水利委员会水文局
【分类号】:TV124

【参考文献】
中国期刊全文数据库 前7条
1 张伟;吴丹;李小奇;胡晓雨;;基于最小二乘支持向量机的大坝应力预测模型[J];水利与建筑工程学报;2011年01期
2 陈磊;张土乔;;基于最小二乘支持向量机的时用水量预测模型[J];哈尔滨工业大学学报;2006年09期
3 曹成涛;徐建闽;;基于PSO-SVM的短期交通流预测方法[J];计算机工程与应用;2007年15期
4 刘卫林;;几种需水量预测模型的比较研究[J];人民长江;2011年13期
5 钟伟;董增川;李琪;;混合算法优化投影寻踪模型的需水量预测研究[J];水电能源科学;2010年07期
6 熊伟丽;徐保国;;基于PSO的SVR参数优化选择方法研究[J];系统仿真学报;2006年09期
7 梅松,程伟平,刘国华;基于支持向量机的洪水预报模型初探[J];中国农村水利水电;2005年03期
【共引文献】
中国期刊全文数据库 前10条
1 李剑萍;耿秀华;韩颖娟;孟丹;王连喜;袁海燕;;宁夏马铃薯需水量的时空特征分析[J];安徽农业科学;2011年26期
2 张丽;白雪莲;王悦钰;安可君;;灰色神经网络耦合模型在河套灌区引黄水量预测中的应用[J];安徽农业科学;2012年01期
3 杨晗熠;吴育华;;组合预测模型在城市垃圾产量预测中的研究与应用[J];北京理工大学学报(社会科学版);2009年02期
4 陈传亮;田英杰;别荣芳;;基于粒子群优化的SVR算法与BP网络的比较研究[J];北京师范大学学报(自然科学版);2008年05期
5 邵年华;沈冰;秦胜英;戴玉萍;;核主成分支持向量机模型在蒸发预测中的应用[J];北京师范大学学报(自然科学版);2010年03期
6 吕福祥;黄磊;;基于粒子群优化的支持向量机在地表沉降预测中的应用[J];测绘信息与工程;2010年02期
7 宋星原;张国栋;;基于WA-SVM组合模型的流域月降雨量预测研究[J];长江科学院院报;2007年05期
8 李明;张勇;李军权;张亚芬;;改进PSO-SVM在说话人识别中的应用[J];电子科技大学学报;2007年06期
9 向小东;张婧旭;陈庚;;福建省物流需求中的货物运输量预测研究[J];福州大学学报(哲学社会科学版);2009年03期
10 杨军耀;赵涛;;岩溶水系统支持向量机泉流量预报模型研究[J];工程勘察;2007年12期
中国重要会议论文全文数据库 前4条
1 ;Improved Particle Swarm Optimized SVM for Short-term Traffic Flow Predication[A];第二十六届中国控制会议论文集[C];2007年
2 马文涛;;参数优化LSSVM的巷道围岩松动圈预测研究[A];第九届全国岩土力学数值分析与解析方法讨论会论文集[C];2007年
3 刘科峰;张韧;余丹丹;;基于小波分解和支持向量机的西太平洋副高预测模型[A];中国气象学会2006年年会“灾害性天气系统的活动及其预报技术”分会场论文集[C];2006年
4 刘科峰;张韧;王彦磊;;支持向量机与卡尔曼滤波集合的西太平洋副高数值预报误差修正[A];中国气象学会2006年年会“中尺度天气动力学、数值模拟和预测”分会场论文集[C];2006年
中国博士学位论文全文数据库 前10条
1 霍雨;鄱阳湖形态特征及其对流域水沙变化响应研究[D];南京大学;2011年
2 徐瑾;城市水循环系统发展规划与评价研究[D];天津大学;2011年
3 吴震宇;内燃机故障诊断若干理论与相关技术的研究[D];东北大学;2010年
4 陈坤;在线核学习建模算法及应用研究[D];浙江大学;2011年
5 黄贤源;多波束测深数据质量控制方法研究[D];解放军信息工程大学;2011年
6 李亚伟;水资源系统模糊决策、评价与预测方法及应用[D];大连理工大学;2006年
7 林剑艺;水电站(群)中长期预报及调度的智能方法研究[D];大连理工大学;2006年
8 赵新宇;大型灌区退水量预测理论与方法研究[D];西安理工大学;2007年
9 梅松华;层状岩体开挖变形机制及破坏机理研究[D];中国科学院研究生院(武汉岩土力学研究所);2008年
10 薛云;基于蚁群算法和支持向量机的矿化蚀变信息提取研究[D];中南大学;2008年
中国硕士学位论文全文数据库 前10条
1 刘伟坡;古城煤矿安昌—中华地堑导水性研究[D];河北工程大学;2011年
2 苑一方;基于SIS数据的过热汽温模型参数的辨识[D];华北电力大学;2011年
3 朱红;生物质气化过程运行工况研究[D];华北电力大学;2011年
4 吴吟箫;基于风速预估的风力发电控制系统研究[D];哈尔滨工业大学;2010年
5 孟庆莹;基于邻域正交交叉算子的混合蛙跳算法研究与应用[D];甘肃农业大学;2011年
6 徐纬芳;支持向量机及其在区域水资源可持续利用中的应用[D];甘肃农业大学;2011年
7 钱路丰;贝叶斯核学习建模及在间歇过程中的应用研究[D];浙江大学;2012年
8 李媛媛;飞机总体设计评估智能论证[D];西北工业大学;2007年
9 田珠;大规模路网实时交通流预测模型及应用研究[D];大连理工大学;2008年
10 杨家勇;城市道路路面使用性能预测及养护决策研究[D];长沙理工大学;2008年
【二级参考文献】
中国期刊全文数据库 前10条
1 彭虹;;大坝及工程监测资料分析的几个问题[J];大坝与安全;2010年01期
2 李祚泳,邓新民,侯宇光;投影寻踪回归技术在降水量预测中的应用[J];高原气象;1998年03期
3 朱国强,刘士荣,俞金寿;支持向量机及其在函数逼近中的应用[J];华东理工大学学报;2002年05期
4 巩永光;;粒子群算法与遗传算法的结合研究[J];济宁学院学报;2008年06期
5 潘昊;侯清兰;;基于粒子群优化算法的BP网络学习研究[J];计算机工程与应用;2006年16期
6 冯兴杰,魏新,黄亚楼;基于支持向量回归的旅客吞吐量预测研究[J];计算机工程;2005年14期
7 郑小霞;钱锋;;一种改进的微粒群优化算法[J];计算机工程;2006年15期
8 向红艳;朱顺应;;小流量下短时交通量预测最佳窗口长度与时间间隔[J];武汉理工大学学报(交通科学与工程版);2006年04期
9 杨梁,熊伟丽,徐保国;基于粒子群算法的基因工程菌发酵分批补料控制[J];计算机测量与控制;2005年03期
10 张学工;关于统计学习理论与支持向量机[J];自动化学报;2000年01期
【相似文献】
中国期刊全文数据库 前10条
1 李晓飚,赵国昌,张绪进,彭凯;大型水工模型控制系统算法优化设计[J];重庆交通学院学报;2004年03期
2 钟伟;董增川;李琪;;混合算法优化投影寻踪模型的需水量预测研究[J];水电能源科学;2010年07期
3 汪丽娜;陈晓宏;李粤安;林凯荣;;混合蛙跳算法和投影寻踪模型的洪水分类研究[J];水电能源科学;2009年02期
4 贾嵘;陈晓芸;李辉;席文飞;;基于粒子群优化RBF神经网络的水轮发电机组振动故障诊断[J];西北农林科技大学学报(自然科学版);2009年06期
5 吴巍;周孝德;王新宏;程文;;基于自适应粒子群算法优化神经网络的多沙水库冲淤预测模型研究及应用[J];西北农林科技大学学报(自然科学版);2011年04期
6 陈松乔,狄立勋;雨量等值线图绘制的算法优化及实现[J];湖南水利水电;1999年01期
7 梁武科,赵道利;水电机组监测与诊断技术的现状及发展[J];水利水电技术;2003年04期
8 李建华,陈森林,蓝家万,潘红中,万伟;水电厂经济运行双层逐步优化法(TLPOA)研究及应用[J];湖北水力发电;2005年01期
9 王淑青;张子蓬;刘辉;;水轮发电机组的模糊PID复合控制策略研究[J];电力系统及其自动化学报;2006年01期
10 杨世浩;郑明燕;瞿伟廉;;弧形闸门优化模糊半主动减振控制[J];武汉理工大学学报;2006年04期
中国博士学位论文全文数据库 前2条
1 张孝远;融合支持向量机的水电机组混合智能故障诊断研究[D];华中科技大学;2012年
2 王淑青;水轮机调节系统控制策略及模型辨识方法研究[D];华中科技大学;2006年
中国硕士学位论文全文数据库 前7条
1 周文芳;混凝土坝实测位移混合模型遗传算法优化及应用研究[D];武汉大学;2005年
2 袁帅;悬沙输移的三维有限元模型算法优化与应用[D];天津大学;2010年
3 李庚;混合智能算法在梯级水库中长期优化调度中的应用[D];昆明理工大学;2010年
4 郭磊;基于粒子群算法的水轮机调速器参数优化[D];河海大学;2007年
5 刘建雄;基于遗传算法的三心圆拱坝体形优化研究[D];西安理工大学;2007年
6 赵妍;轴流水轮机叶片水力优化设计[D];西安理工大学;2010年
7 田强;土石坝动力参数的反演算法研究[D];大连理工大学;2012年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026