排序方式: 共有3条查询结果,搜索用时 46 毫秒
1
1.
基于KPCA-PSO-SVM的径流预测研究 总被引:1,自引:0,他引:1
为提高径流预测模型的准确性与稳定性,对KPCA-PSO-SVM的径流预测方法进行了研究。在分析径流影响因素的基础上,利用核主成分分析(KPCA)法对径流影响因子进行非线性特征提取,获得主成分作为支持向量机(SVM)的输入变量,建立了径流预测SVM模型,其中模型参数通过粒子群算法(PSO)进行优化。模型建立后,以新疆伊犁河雅马渡站中长期径流预测为例进行分析。预测分析结果表明,在拟合和检验阶段模型的平均相对误差分别为0.77%和7.64%,与其他预测模型比较,基于KPCA-PSO-SVM方法建立的径流预测模型有较好的预测和泛化能力,是一种行之有效的中长期径流预测方法。 相似文献
2.
3.
加快城镇化建设是重庆市政府目前的重要课题,在建设过程中,资金无疑是重中之重,PPP模式的发展正是建设资金的重要来源。本文从发展PPP模式的必要性入手,通过分析重庆PPP模式发展的现状及存在的问题,提出了发展PPP模式,促进重庆城镇化发展的几点建议。 相似文献
1