基于变结构支持向量回归的城市日用水量预测

摘要：

鉴于日用水量的时变性,本文提出一种基于变结构支持向量回归的动态预测模型.利用日用水量的历史数据训练支持向量机,得到模型结构参数历史数据序列,然后利用扩展卡尔曼滤波器对模型结构参数组进行估计,最后用模型结构参数估计量来更新模型结构并预测下一天日用水量.在实例分析中分别利用变结构支持向量回归模型和支持向量机预测模型对实际用水量性进行预测分析.结果表明,前者具有更好的动态跟踪能力和更高的预测精度,可应用于城市日用水量的预测.

关键词：变结构、支持向量机、日用水量、动态预测

所属期刊栏目：23

分类号：TU991.36(地下建筑)

资助基金：重庆市科技计划;建设部科技项目;高等学校学科创新引智计划计划

在线出版日期：2015-11-30（万方平台首次上网日期，不代表论文的发表时间）

页码：895-901