演化追踪法优化相空间的SVM供水量预测模型

发布时间：2018-01-28 22:43

本文关键词： 重构相空间 SVM 演化追踪法供水量预测　出处：《土木建筑与环境工程》2016年S2期 　论文类型：期刊论文

【摘要】：相空间重构的支持向量机预测模型应用十分广泛,在城市供水量预测方面也占据着重要地位,传统的预测模型趋向于将重构的相空间整体带入,这样可能存在引入无效相点从而影响预测精度的问题,基于此将演化追踪法引入相空间重构的预测模型对有效相点进行筛选,优化预测模型的训练样本,达到提高预测精度目的。利用MATLAB编程软件将演化追踪法用于城市供水量的预测,预测结果的平均绝对误差由0.52%降低到了0.29%,证明了演化追踪法的可利用性与有效性。
[Abstract]:Support vector machine (SVM) model for phase space reconstruction is widely used and plays an important role in urban water supply forecasting. Traditional prediction models tend to bring the reconstructed phase space into the whole. In this way, there may be the problem of introducing invalid phase points to affect the prediction accuracy. Based on this, the evolution tracing method is introduced into the prediction model of phase space reconstruction to screen the effective phase points and optimize the training samples of the prediction model. In order to improve the prediction accuracy, the evolution tracing method is used to predict the urban water supply by using MATLAB programming software, and the average absolute error of the forecast results is reduced from 0.52% to 0.29%. The availability and validity of evolutionary tracing method are proved.
【作者单位】：昆明理工大学建筑工程学院;
【基金】：昆明理工大学2016年学生课外学术科技创新基金(2015YB025) 国家自然科学基金(51608242) 云南省人才培养计划项目(14118943)
【分类号】：TU991.31
【正文快照】： 如今水资源极度短缺,要解决这一问题,需要从节水和调度两方面入手,因此,城市供水优化调度显得尤为重要,而城市供水量的准确预测是供水优化调度的重要基础工作具有重要的研究意义。支持向量机(support vector machines,SVM)是建立在统计学习理论基础上的一种数据挖掘方法[1],它

【相似文献】