10.3969/j.issn.1007-4929.2016.09.030
耦合模拟退火优化最小二乘支持向量机的日参照蒸散量模拟计算
针对传统最小二乘支持向量机模型的训练速度慢、不易在线训练、计算量大及参数选择困难等缺陷,提出采用耦合模拟退火优化最小二乘支持向量机算法,建立基于耦合模拟退火优化最小二乘支持向量机的参照作物蒸散量预测模型。选取陕西省的榆林、安康和西安气象站监测的1971-2014年气象资料进行模型训练、测试与验证,研究气象监测获取原始数据作为网络输入,参照蒸散量ET0为输出,构建 CSA-LSSVM预测模型,并将 CSA-LS-SVM预测结果与 LSSVM模型及经典ET0模型模拟计算结果进行比较。结果表明,CSA-LS-SVM模型模拟计算精度和总ET0模拟模型都优于 LSSVM模型及其他经典模型模拟结果。该研究 CSA-LS-SVM模型为陕西地区气象资料缺乏情况下ET0精确计算提供科学依据,为作物需水量的智能决策提供参考。
日参照蒸散量、耦合模拟退火、超参数、最小二乘支持向量机
TP301.6(计算技术、计算机技术)
“十三五”国家重点研发计划2016YFC0400202;2014年陕西省科学技术研究发展计划项目2014K01-33-02;西安市现代农业创新计划项目NC13101。
2016-09-13(万方平台首次上网日期,不代表论文的发表时间)
共7页
133-138,142