10.3969/j.issn.1005-0930.2009.04.006
基于ν-支持向量机的时用水量预测模型
为解决BP神经网络结构较难确定以及过学习的问题,在对时用水量序列进行相关分析的基础上,建立了基于ν-支持向量机(ν-SVM)的时用水量预测模型.ν-sVM算法通过引入参数ν代替传统支持向量机算法的不敏感系数ε,有效地控制支持向量个数.实例分析结果表明,与基于BP网络的预测模型和基于传统SVM的预测模型相比,基于ν-SVM的时用水量预测模型建模速度更快,预测精度更高.
ν-支持向量机、相关分析、BP神经网络、供水系统、时用水量预测
17
TU991.33(地下建筑)
国家自然科学基金资助项目50579067;浙江省教育厅科研项目20070194;浙江环境工程重中之重开放基金
2009-09-28(万方平台首次上网日期,不代表论文的发表时间)
共6页
543-548