本文主要研究内容
作者赵晓东,李文竹,刘心（2019）在《基于GASA混合算法的支持向量回归机在需水预测中的应用》一文中研究指出：水资源需求预测是优化调度的基础,为供水系统提供了决策支持。本文以校园用水为例,提出了运用遗传和模拟退火组合算法(GASA)优化支持向量回归机(SVR)参数,建立GASA-SVR预测模型,用于校园日用水需求预测。利用SPSS软件进行因子分析,确定校园用水的影响因素并将其作为输入层,以均方根误差(RMSE)和相关系数(r2)作为评价标准,结果同BP神经网络(BP-ANN)、GA-BP-ANN、SVR模型进行了比较。实验结果表明,GASA-SVR模型RMSE值较小,拟合度r2较好,因此,所提出的GASA-SVR模型是日常用水需求预测的有效工具。
Abstract
shui zi yuan xu qiu yu ce shi you hua diao du de ji chu ,wei gong shui ji tong di gong le jue ce zhi chi 。ben wen yi jiao yuan yong shui wei li ,di chu le yun yong wei chuan he mo ni tui huo zu ge suan fa (GASA)you hua zhi chi xiang liang hui gui ji (SVR)can shu ,jian li GASA-SVRyu ce mo xing ,yong yu jiao yuan ri yong shui xu qiu yu ce 。li yong SPSSruan jian jin hang yin zi fen xi ,que ding jiao yuan yong shui de ying xiang yin su bing jiang ji zuo wei shu ru ceng ,yi jun fang gen wu cha (RMSE)he xiang guan ji shu (r2)zuo wei ping jia biao zhun ,jie guo tong BPshen jing wang lao (BP-ANN)、GA-BP-ANN、SVRmo xing jin hang le bi jiao 。shi yan jie guo biao ming ,GASA-SVRmo xing RMSEzhi jiao xiao ,ni ge du r2jiao hao ,yin ci ,suo di chu de GASA-SVRmo xing shi ri chang yong shui xu qiu yu ce de you xiao gong ju 。
论文参考文献
论文详细介绍
论文作者分别是来自电脑知识与技术的赵晓东,李文竹,刘心，发表于刊物电脑知识与技术2019年13期论文，是一篇关于需水预测论文,支持向量回归机论文,遗传算法论文,模拟退火算法论文,日用水量论文,因子分析论文,电脑知识与技术2019年13期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自电脑知识与技术2019年13期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：需水预测论文; 支持向量回归机论文; 遗传算法论文; 模拟退火算法论文; 日用水量论文; 因子分析论文; 电脑知识与技术2019年13期论文;