基于IQPSO优化SVM在径流预报中的应用

来源 :南昌工程学院学报 | 被引量 : 0次 | 上传用户:my_code
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
提高径流预报精度的关键因素是选取合适的预报模型和预报因子。选择支持向量机作为径流预报模型,针对支持向量机模型参数在应用中存在选取困难的缺点,在标准量子粒子群算法中加入早熟判定准则、高斯扰动和自适应权重,提出改进量子粒子群算法(IQPSO),并使用该算法实现支持向量机参数的自动优选。为了验证效果,分别采用PSO-SVM、QPSO-SVM和径向基神经网络模型预报作对比,并使用多种评价指标进行对比分析。结果表明,使用改进量子粒子群算法优化支持向量机(IQPSO-SVM)模型能够有效提高月径流预报精度。
其他文献
总结了中成药学的教学体会:注重中成药学基础知识的传授;把提高中成药的生产技术水平引入教学和课堂讨论,介绍常用中成药的生产工艺和质量控制方法;从提高中成药的临床应用水平方
利用射频磁控溅射法在Pt(200)/TiO2/SiO2/Si衬底上沉积CoFe2O4/Ba(0.8)Sr(0.2)TiO3异质结层状磁电复合薄膜(Ba(0.8)Sr(0.2)TiO3作为底层,CoFe2O4作为顶层)。X射线衍射表明CoFe2O4/Ba(0.8)Sr
1 中国兽药企业发展概况1,1 企业管理阶段和竞争力层次如果没有建立起一个完整有效的管理系统,企业就面临很多风险。如产品不规范、运作不规范,管理人员缺乏有效的约束机制和教