岩溶水系统支持向量机泉流量预报模型研究
详细信息
- 责任者：杨军耀^c太原理工大学 ; 赵涛
- 刊名：工程勘察
- 出版年：2007
- 卷期：^b12总221
- 关键词：岩溶泉20^a岩溶水 ; 流量 ; 非线性30^a高维数 ; 支持向量机
- 页码：29～32，42
- 索书号：P471.06/107
- 图表：^c表2参10插图
- 分类号：1500
- 文摘期号：2008/06
摘要
针对岩溶系统结构不甚清晰、基础资料不完备条件下泉水流量预报问题,引入了能较好地解决小样本、非线性、高维数和局部极小点等问题的支持向量机(Support Vector Machines,SVM)方法,将泉流量影响因子时间序列与支持向量机方法有机结合,建立了岩溶水系统支持向量机泉流量预报模型,并与BP神经网络模型进行了实例比较。结果表明,SVM模型具有泛化能力强、预报精度高的特点,可很好地克服神经网络的过学习问题,同时,针对SVM模型“峰值”预报精度差的缺点,提出了“峰值”预报解决方案。