基于ν-支持向量机的时用水量预测模型

摘要：

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.

关键词：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

所属期刊栏目：17

分类号：TU991.33(地下建筑)

资助基金：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

在线出版日期：2009-09-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：543-548