本文關(guān)鍵詞：城市小時(shí)級(jí)需水量的改進(jìn)型引力搜索算法-最小二乘支持向量機(jī)模型預(yù)測(cè)

  更多相關(guān)文章： 智能控制 需水量預(yù)測(cè) 最小二乘支持向量機(jī) 改進(jìn)的引力搜索算法

【摘要】：本文研究利用最小二乘支持向量機(jī)(least squares support vector machine,LS-SVM)算法建立城市小時(shí)級(jí)需水量預(yù)測(cè)模型.采取精英策略,自適應(yīng)的速度更新權(quán)重系數(shù),同時(shí)引入粒子歷史最優(yōu)信息對(duì)引力搜索算法(gravitational search algorithm,GSA)進(jìn)行了改進(jìn).最后采用改進(jìn)型引力搜索算法(ameliorated gravitational search algorithm,AGSA)優(yōu)化LS-SVM水量預(yù)測(cè)模型的正規(guī)化參數(shù)和核參數(shù)來(lái)提高模型的預(yù)測(cè)精度及預(yù)測(cè)速度.理論測(cè)試與實(shí)例分析表明,基于AGSA比基于GSA,遺傳算法(genetic algorithms,GA)和粒子群優(yōu)化算法(particle swarm optimization,PSO)的LS-SVM水量預(yù)測(cè)模型具有更好的預(yù)測(cè)精度,從而驗(yàn)證了基于AGSA的LS-SVM算法適用于小時(shí)級(jí)需水量預(yù)測(cè)問(wèn)題,AGSA適用于多領(lǐng)域的模型參數(shù)的優(yōu)化過(guò)程.
【作者單位】： 上海交通大學(xué)自動(dòng)化系系統(tǒng)控制與信息處理教育部重點(diǎn)實(shí)驗(yàn)室;
【關(guān)鍵詞】： 智能控制 需水量預(yù)測(cè) 最小二乘支持向量機(jī) 改進(jìn)的引力搜索算法
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(61174059,61233004,61433002) 國(guó)家“973”計(jì)劃資助項(xiàng)目(2013CB035406) 上海市經(jīng)信委重大技術(shù)裝備研制專項(xiàng)基金資助項(xiàng)目(ZB-ZBYZ-01112634) 上海市經(jīng)信委引進(jìn)技術(shù)與創(chuàng)新項(xiàng)目資助(12GA-31)
【分類號(hào)】：TU991.31;TP18
【正文快照】： 1弓丨言(Introduction) LS-SVM在解決小樣本,高維模式識(shí)別等問(wèn)題中城市用水需求的日益增加,使得如何有效經(jīng)濟(jì)地有著獨(dú)特的優(yōu)勢(shì),具有較高的泛化性能.其將模型的維持供需平衡成為當(dāng)今社會(huì)的重大課題.近年來(lái),需訓(xùn)練過(guò)程歸結(jié)為線性方程組求解問(wèn)題,大大提高了訓(xùn)水量的短期預(yù)測(cè)研究

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前3條

1 M.GERMIN NISHA;G.N.PILLAI;;Nonlinear model predictive control with relevance vector regression and particle swarm optimization[J];Journal of Control Theory and Applications;2013年04期

2 劉建偉;黎海恩;劉媛;付捷;羅雄麟;;迭代再權(quán)共軛梯度q范數(shù)正則化線性最小二乘 支持向量機(jī)分類算法[J];控制理論與應(yīng)用;2014年03期

3 馮琨;張永麗;戴沂伽;;基于因子分析的BP神經(jīng)網(wǎng)絡(luò)對(duì)成都市需水量的預(yù)測(cè)[J];四川環(huán)境;2011年02期

【共引文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前7條

1 章政;王曉佳;;基于最小一乘的GA-SVR用電量預(yù)測(cè)[J];電子科技大學(xué)學(xué)報(bào)(社科版);2013年06期

2 仇軍;王景成;;基于PSO-LSSVM的城市時(shí)用水量預(yù)測(cè)[J];控制工程;2014年02期

3 章政;王曉佳;于志軍;;基于粒子群優(yōu)化SVR的用電量預(yù)測(cè)[J];科技管理研究;2014年11期

4 章政;王曉佳;劉輝舟;;優(yōu)化SVR的加權(quán)馬爾可夫鏈用電量預(yù)測(cè)[J];計(jì)算機(jī)仿真;2014年09期

5 郭慶春;郝源;杜北方;張向陽(yáng);李靜;;滇池水污染物濃度預(yù)測(cè)的人工神經(jīng)網(wǎng)絡(luò)模型[J];四川環(huán)境;2013年06期

6 章恒全;何薇;;基于主成分回歸與灰色神經(jīng)網(wǎng)絡(luò)模型的水資源承載力需水量預(yù)測(cè)[J];水資源與水工程學(xué)報(bào);2014年01期

7 李永梅;張學(xué)儉;張立根;;基于BP神經(jīng)網(wǎng)絡(luò)的寧夏水資源需求量預(yù)測(cè)[J];水資源與水工程學(xué)報(bào);2014年06期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前2條

1 Liu Zhengfeng;Wang Jingcheng;Shi Yuanhao;Wang Bohui;Zhang Langwen;;A Hybrid Model for Furnace Exit Gas Temperature Monitoring Based on CM-LSSVM-PLS[A];第26屆中國(guó)控制與決策會(huì)議論文集[C];2014年

2 Gang Ji;Jingcheng Wang;Yang Ge;Huajiang Liu;;Urban Water Demand Forecasting by LS-SVM with Tuning based on Elitist Teaching-Learning-based Optimization[A];第26屆中國(guó)控制與決策會(huì)議論文集[C];2014年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前7條

1 安建強(qiáng);節(jié)能調(diào)度環(huán)境下省級(jí)電力公司購(gòu)售電優(yōu)化模型[D];華北電力大學(xué);2013年

2 邵喜高;基于統(tǒng)計(jì)學(xué)習(xí)理論的多核預(yù)測(cè)模型研究及應(yīng)用[D];中南大學(xué);2013年

3 劉曉娟;基于智能方法的電力系統(tǒng)負(fù)荷預(yù)測(cè)模型及其應(yīng)用研究[D];東華大學(xué);2014年

4 劉雙印;基于計(jì)算智能的水產(chǎn)養(yǎng)殖水質(zhì)預(yù)測(cè)預(yù)警方法研究[D];中國(guó)農(nóng)業(yè)大學(xué);2014年

5 李鵬;智能電網(wǎng)運(yùn)營(yíng)管理風(fēng)險(xiǎn)元傳遞模型及決策支持系統(tǒng)研究[D];華北電力大學(xué);2014年

6 呂游;基于過(guò)程數(shù)據(jù)的建模方法研究及應(yīng)用[D];華北電力大學(xué);2014年

7 張謙;新能源風(fēng)電運(yùn)營(yíng)不確定性收益管理方法及信息系統(tǒng)研究[D];華北電力大學(xué);2014年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

1 肖皖林;別墅群冷熱電三聯(lián)供系統(tǒng)配置與性能評(píng)價(jià)的研究[D];華中科技大學(xué);2013年

2 高洪香;寧夏黃土丘陵區(qū)水資源需求預(yù)測(cè)研究[D];寧夏大學(xué);2013年

3 穆森輝;基于小波變換和最小二乘支持向量機(jī)的短期電力負(fù)荷預(yù)測(cè)技術(shù)研究[D];蘭州大學(xué);2014年

【二級(jí)參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前7條

1 傅湘,紀(jì)昌明;區(qū)域水資源承載能力綜合評(píng)價(jià)──—主成分分析法的應(yīng)用[J];長(zhǎng)江流域資源與環(huán)境;1999年02期

2 陳小強(qiáng);胡向紅;袁鐵柱;張建;;BP神經(jīng)網(wǎng)絡(luò)在灌區(qū)需水量預(yù)測(cè)中的應(yīng)用[J];地下水;2009年06期

3 劉建偉;李雙成;羅雄麟;;p范數(shù)正則化支持向量機(jī)分類算法[J];自動(dòng)化學(xué)報(bào);2012年01期

4 霍金仙;郭永;劉文先;;基于BP網(wǎng)絡(luò)的全國(guó)需水量預(yù)測(cè)研究[J];人民黃河;2009年09期

5 崔仰彬;董珊珊;楊曦;;人工神經(jīng)網(wǎng)絡(luò)在城市需水量預(yù)測(cè)中的應(yīng)用[J];水利科技與經(jīng)濟(jì);2009年11期

6 劉丹丹;馮利華;王寧;石磊;;基于BP神經(jīng)網(wǎng)絡(luò)的義烏市水資源需求量預(yù)測(cè)[J];水資源與水工程學(xué)報(bào);2010年04期

7 劉昌明,王紅瑞;淺析水資源與人口、經(jīng)濟(jì)和社會(huì)環(huán)境的關(guān)系[J];自然資源學(xué)報(bào);2003年05期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 郭默;基于BP神經(jīng)網(wǎng)絡(luò)的施工揚(yáng)塵量化建模研究[D];蘭州大學(xué);2010年

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 周日貴;謝強(qiáng);姜楠;丁秋林;;多模式高概率量子搜索算法[J];南京航空航天大學(xué)學(xué)報(bào);2007年02期

2 周日貴;;多模式部分量子搜索算法[J];西南交通大學(xué)學(xué)報(bào);2008年04期

3 劉躍軍;蘇靜;;一種改進(jìn)三步搜索算法的設(shè)計(jì)與實(shí)現(xiàn)[J];河南科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年04期

4 張敬敏;秦彭;賀毅朝;王彥祺;;一種改進(jìn)的和聲搜索算法及其應(yīng)用[J];科學(xué)技術(shù)與工程;2013年13期

5 歐陽(yáng)海濱;高立群;郭麗;孔祥勇;;混沌反向?qū)W習(xí)和聲搜索算法[J];東北大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年09期

6 ，

本文編號(hào)：559424