共查询到20条相似文献,搜索用时 9 毫秒
1.
2.
3.
针对水资源开发利用多指标不相容、评价模型精度难以控制等问题,为提高评价等级的分辨率和模型的精度,根据标准评价指标和等级,随机模拟大样本数据,运用训练数据随机交叉和回归误差控制等方法选择模型参数,建立水资源开发利用程度综合评价的支持向量机的通用模型.并以西安地区水资源开发利用评价为例进行验证.结果表明,通用模型适用性强,与模糊评价相比较,评价结果更加客观可靠. 相似文献
4.
5.
6.
简要分析水资源类综合评价中存在的问题,针对各种人工神经网络(ANN)应用于水资源类综合评价中存在的缺点,采取基于支持向量机(SVM)基本原理和交叉验证(CV)方法,提出一种通用的CV-SVM水资源类综合评价模型,并构建GA-BP、传统BP及RBF评价模型作为对比模型。首先,基于水资源配置基本内涵,构建水资源合理配置评价指标体系和分级标准,采用随机内插的方法在各评价分级标准阈值间生成训练样本和检验样本,选用决定系数R2等6个统计学指标用于评价模型性能,在达到预期评价精度后将模型应用于水资源类综合评价中,以解决此类综合评价中由于“欠拟合”与“过拟合”降低网络泛化能力的问题。结果表明,CV SVM模型性能和评价精度优于GA-BP、RBF和BP网络模型,该模型应用于水资源类综合评价是合理可行和有效的。最后应用CV-SVM评价模型,以全国31个省级行政区水资源合理性配置为例进行模型验证。 相似文献
7.
洞庭湖富营养化支持向量机评价模型研究 总被引:6,自引:0,他引:6
基于支持向量机模型良好的推广和泛化能力,构建了洞庭湖水体富营养化支持向量机评价模型。针对评价标准,采用均匀分布随机函数形成50个样本训练集用于支持向量机的训练,并分别选取东洞庭湖、南洞庭湖、西洞庭湖3个典型代表断面,实现了对洞庭湖水体富营养化程度的综合评价。结果表明,近10 a来洞庭湖水质整体处于中富营养化,呈西洞庭湖富营养化程度最高、南洞庭湖其次、东洞庭湖最轻的格局。 相似文献
8.
基于支持向量机的重要抽样方法 总被引:1,自引:0,他引:1
在结构可靠度分析中,对于非线性的隐式极限状态方程,与一次二阶矩方法相结合的传统响应面方法一般并不适用。支持向量机算法较好地解决了小样本的统计学习问题,为解决有限样本情况下结构极限状态功能函数的重构提供了有力的理论基础。基于回归支持向量机方法,采用有限的经验点重构结构极限状态方程,结合重要抽样方法计算非线性的隐式极限状态方程结构的可靠度。该方法相对传统响应面方法在结构计算工作不增加的条件下,可以获得高精度的解,能较有效地解决非线性的隐式极限状态方程的结构可靠分析问题。 相似文献
9.
10.
11.
岩爆的发生受多种因素的影响,这些因素关系错综复杂,以不同的特征和组合对岩爆产生综合影响,为科学、充分地利用现有的有限工程资料,本文从地下洞室围岩最大切向应力、岩石的单轴抗压强度和抗拉强度以及岩石冲击倾向指数四个主要因素出发,提出了基于支持向量机的岩爆识别模型,较好地解决小样本、非线性、高维数、局部极小点等的实际问题。 相似文献
12.
水是生命之源,降水量的变化直接影响着农业生产和生态平衡.本文立足于辽宁省东港站1970年~2013年共44年的降水量资料,运用支持向量机模型,建立基于支持向量机(SVM)的降水量预测模型,并将SVM模型与BP人工神经网络预测模型预测结果进行对比分析.结果表明:基于支持向量机(SVM)的降水量预测模型预测精度优于BP神经网络预测模型,且收敛速度快,迭代次数少;能够客观的反应东港市降水量情况,且方法简单、可行,为辽宁省东港市的降水量预测提供了较为有效的方法. 相似文献
13.
14.
支持向量机是建立在统计学理论之上的机器学习技术。提出了混凝土28 d抗压强度预测的一种新方法,即支持向量机回归方法。该方法根据有限的学习样本,建立了各种影响因素和混凝土抗压强度之间的一种非线性映射,可以对混凝土强度进行预测。以实际样本数据进行训练,并对测试样本进行了预测。预测结果表明,支持向量机方法有着良好的泛化能力,优于人工神经网络建模方法。 相似文献
15.
16.
17.
基于支持向量机的复合地基承载力预测方法研究 总被引:1,自引:0,他引:1
提出一种基于支持向量机的复合地基承载力预测方法。该方法从复合地基试验结果中提取特征参数,组成反映复合地基竖向承载力的特征向量,并利用一种改进的支持向量机的非线性映射特性和学习能力,建立特征向量和复合地基承载力之间的非线性隐式方程,用以预测复合地基承载力。实例研究表明基于支持向量机的复合地基承载力预测方法预测结果较为准确,具有一定的实用价值。 相似文献
18.
基于支持向量机的水流挟沙力预测研究 总被引:8,自引:2,他引:6
本文阐述了支持向量机(SVM)的基本原理及特性,提出了基于SVM的水流挟沙力研究方法,并对30组高、中、低含沙量的水槽试验资料进行训练,训练值与实测值符合较好,再用训练好的SVM模型对4组试验数据进行了预测,预测结果与实测值相差较小。理论分析和实例结果验证了基于SVM的水流挟沙力研究方法比BP神经网络法具有更高的预测精度和可靠性。 相似文献
19.
随着枯水期水资源短缺问题日益突出,人们对枯水径流的研究也越来越重视.运用支持向量机模型对湘江湘潭站年最小7 d平均流量进行预测.为了检测预报效果,将其预报结果与投影寻踪模型、人工神经网络模型的预报结果进行比较,表明支持向量机模型的误差合格率最高,预报精度也最高. 相似文献